CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

گروه بندی برخط حروف فارسی

عنوان مقاله: گروه بندی برخط حروف فارسی
شناسه ملی مقاله: CEITCONF01_088
منتشر شده در کنفرانس ملی کامیپوتر،فناوری اطلاعات و کاربردهای هوش مصنوعی در سال 1396
مشخصات نویسندگان مقاله:

احمد ایرانی فر - دانشجوی کارشناسی ارشد نرم افزار. دانشگاه آزاد اسلامی واحد زاهدان
محمود شهرکی - دانشجوی کارشناسی ارشد نرم افزار. دانشگاه آزاد اسلامی واحد زاهدان

خلاصه مقاله:
روش های آماری مانند مدل مخفی مارکوف به خوبی در مسایل بازشناسی گفتار مورد استفاده قرار گرفته اند. اخیرا این متدها در بازشناسی دست نوشته نیز بکار گرفته شده اند. مدلسازی با استفاده از مدل مخفی مارکوف انجام می پذیرد و ویژگی های متعددی از دنباله نقاط نمونه برداری شده از حروف دست نوشته , جهت تخمین پارامترها , استخراج شده است. بازشناسی حروف در تصاویر متنی , یکی از موضوعات جذاب و چالش برانگیز در بسیاری از حوزه های شناسایی الگو, هوش مصنوعی, بینایی ماشین و پردازش تصویر است. اصطلاح بازشناسی نوری حروف به تکنیکهایی اطلاق می شود که در تصاویر اسکن شده , نواحی متنی را تشخیص و سپس این نواحی تصویری را به متن قابل ویرایش توسط ماشین, تبدیل می نمایند. در این مقاله بازشناسی حروف دستنویس فارسی و تکنیکهای بکار رفته در این حوزه , در چند سال اخیر مورد بررسی وارزیابی قرار گرفته است.

کلمات کلیدی:
بازشناسی حروف دستنویس , مدل مخفی مارکوف , بینایی ماشینی ,بازشناسی حروف دستنویس , بازشناسی حروف چاپی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/762551/