مروری بر تکنیک های تشخیص متن از تصاویر و ویدیو ها OCR و مقایسه دو تکنیک شبکه های عصبی و روش تطبیق و ضریب همبستگی در جهت طبقه بندی متون

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 954

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ROBOMECH02_064

تاریخ نمایه سازی: 31 اردیبهشت 1398

چکیده مقاله:

امروزه، تحقیقات زیادی در راستای تشخیص متون در تصاویر و ویدیوها انجام شده است. از طرفی تشخیص صحیح متون در تصاویر و ویدیوها برای کاربران در راستای رسیدن به محتواهای موجود بسیار قابل توجه بوده است و عدم تشخیص صحیح مشکلات زیاد و ناکارامدی را برای آنان به همراه خواهد داشت. بنابراین استفاده از تکنیک OCR ای که بیشترین دقت تشخیص کلمات را، سبب شود، بسیار احساس میشود. مقاله حاضر به مرور تکنیکهای تشخیص متون در تصاویر و ویدیوها می پردازد و چندین روش آن را ارزیابی میکند. ارزیابی ها نشان میدهد استفاده از تکنیک شبکههای عصبی بادقت %86.47 بهتر از روش تطبیق و ضریب همبستگی عمل میکند در نهایت نمودار مقایس های آن بیان گردیده و همچنین چالش های موجود در این زمینه بیان خواهد شد.

کلیدواژه ها:

تحلیل محتوا ، تشخیص متون ، قطعه بندی ، استخراج ویژگی ، طبقه بندی.شبکه های عصبی.

نویسندگان

فاطمه خراسانی

دانشجوی کارشناسی ارشد،گروه فناوری اطلاعات، واحدمهدیشهر،دانشگاه آزاد اسلامی، مهدیشهر، ایران،

رزیتا جمیلی اسکویی

عضو هییت علمی، گروه کامپیوتر و فناوری اطلاعات، واحد مهدیشهر، دانشگاه آزاد اسلامی،مهدیشهر، ایران،

مریم تعجبیان

عضو هییت علمی، گروه کامپیوتر و فناوری اطلاعات، واحد مهدیشهر، دانشگاه آزاد اسلامی،مهدیشهر، ایران،