تشخیص دست نوشته با استفاده از شبکه های عصبی مصنوعی بازگشتی LSTM
کد مقاله : 1096-HMM
نویسندگان:
علیرضا نادری *
دانشجو
چکیده مقاله:
بطور کلی این مقاله در مورد تشخیص دست نوشته های انسان بوسیله ماشین به کمک روش شبکه های عصبی بازگشتی حافظه کوتاه- مدت طولانی(1LSTM) می باشد. در واقع سیستمی است که شامل داده های ورودی، واحد پردازش تصویر و واحد خروجی می باشد. اگر بخواهیم بطور کلی بعنوان نمونه در مورد دست نوشته هائی که به زبان فارسی نوشته شده اند بحث کنیم، مسئله مجهول و مبهم دست نوشته های متنوع در طول و عرض حروف دست نوشته می باشد.این مقاله ، یک روش تشخیص اعداد دست نوشته فارسی را معرفی کرده و مشکلات موجود در تشخیص ارقام دست نوشته را بیان می کند. این روش از یک شبکه ی عصبی برای پیش بینی استفاده می‌کند. نوآوری کلیدی در این طرح، روش استخراج ویژگی آن است که بر مبنای تکنیک های استخراج ویژگی و نحوه چینش گوشه ها در تصویر دست نوشته می باشد. روش پیشنهادی به یک نرخ تشخیص کلمه قابل قبول و دقت بالا دست یافته است.

1-Long Short-Time Memory
کلیدواژه ها:
شبکه عصبی مصنوعی بازگشتی(2ANN) - حافظه طولانی کوتاه مدت(LSTM) - پردازش تصویر- اعداد دست نویس فارسی 2- Artificial neural network
وضعیت : مقاله برای ارائه به صورت پوستر پذیرفته شده است