یک سیستم شناسایی ارقام فارسی با دقت بسیار بالا با استفاده از شبکه های عصبی کانولوشنال
محل انتشار: ششمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,120
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP06_136
تاریخ نمایه سازی: 20 فروردین 1390
چکیده مقاله:
دراین مقاله روش جدیدی برای شناسایی ارقام فارسی / عربی ارائه و ارزیابی شده و کارایی آن نشان داده شده است همچنین برای بدست اوردن بهبود نرخ شناسایی نتایج شناسایی چند شبکه عصبی کانولوشنال که توسط الگوریتم بیشترین شیب نزول اموزش دیده اند با هم ترکیب شده اند شبکه های عصبی کانولوشنال دسته ای از شبکه های عصبی می باشند که از سیستم بینایی انسان الهام گرفته شده اند. و مراحل استخراج ویژگی و طبقه بندی را با هم ترکیب می کنند این مقاله شامل سه بخش مهم است بخش اول به استخراج اتوماتیک ویژگی ها توسط شبکه های CNN برای ارقام فارسی اشاره دارد و بخش دوم استراتژی ترکیب نتایج طبقه بندی کننده ها را بیان می کند و در بخش سوم نیز دو استراتژی مردودی ارائه می شود. سرانجام روشهای پیشنهادی برروی بانک اطلاعاتی IFH-CDB مورد ازمون قرارگرفت و دقت حاصل بسیار بالاتر از سیستمهای شناسایی قبل بدست امد. دقت حاصل دراین سیستم برای ارقام فارسی 99.17% می باشد که بعد از مردود ساختن خودکار ده درصد از نمونه هایی که شناسایی آنها برای سیستم دشوار و مشکوک ارزیابی شد. نرخ شناسایی به 99.98% رسید.
کلیدواژه ها:
شبکه های عصبی کانولوشنال ، اموزش برمبنای بیشترین شیب نزول ، شناسایی نوری حروف ، شبکه های عصبی LtNet-5 ترکیب طبقه بندی کننده ها
نویسندگان
سجاد سیداهرنجانی
دانشکده فنی و مهندسی واحد علوم و تحقیقات تهران دانشگاه آزاد اسلامی
فربد رزازی
دانشکده فنی و مهندسی واحد علوم و تحقیقات تهران دانشگاه آزاد اسلامی
محمدحسن قاسمیان یزدی
دانشکده فنی مهندسی دانشگاه تربیت مدرس تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :