سال انتشار: ۱۳۸۷

محل انتشار: دومین کنگره مشترک سیستم های فازی و سیستم های هوشمند

تعداد صفحات: ۶

نویسنده(ها):

امین محمدروزگرد – دانشگاه صنعتی شریف
نفیسه برزیگر – دانشگاه علم و صنعت ایران
حمیدرضا ربیعی – دانشگاه صنعتی شریف،

چکیده:

تشخیص حروف دستنویس به علت ماهیت پیچیده و کاربردهای فراوان آن در دنیای واقعی، توجه بسیاری از صاحبنظران علم پردازش تصویررا به خود جلب کرده است. روشهای زیادی برای تشخیص حروف دستنویس در زبانهای بیگانه مطرح شدهاست که بسیاری از آنها توانسته با کیفیتبالایی حروف دستنویس را تشخیص دهند. تشخیص حروف دستنویس فارسی به علت گستردگی جغرافیایی فارسیزبانها و عربزبانها از جایگاهویژهای برخوردار میباشد. تاکنون روشهای متفاوتی برای تشخیص این حروف مطرح شدهاند. روشهای موفق در زبانهای دیگر، به علت ساختار مشابه حروف فارسی، نتوانستهاند عمل تشیخص حروف دستنویس را به همان کیفیت انجام دهند. شبکههای عصبی چندلایهای، کاندیدای مناسبی برای تشخیص حروف میباشند. شبکههای عصبی کانولوشنی تنها گونهای از شبکههای عصبی میباشند که ویژگیهای تصویر را استخراج نموده و براساس آنتصمیمگیری مینمایند. این مقاله روشی نوین برای تشخیص حروف دستنویس فارسی براساس شبکههای عصبی کانولوشنی ارائه میدهد و توانستهاست با دقت ۸۹,۳۱ % حرف دستنویس فارسی را به درستی تشخیص دهد.