Hücresel sinir ağları kullanılarak el yazısı karakter tanıma uygulaması
Yükleniyor...
Dosyalar
Tarih
2013-06-13
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
IEEE
Erişim Hakkı
info:eu-repo/semantics/closedAccess
Özet
El yazısı karakter tanıma, örüntü tanımanın önemli
alanlarından biridir. Bu alanın kapsamında önemli belgelerin , arşivlerin ve diğer yazılı metinlerin sayısal ortamlara aktarılması yada yazıcının tanınması gibi problemler çözülmeye çalışılır. Bu problemler için birçok algoritma geliştirilmiştir. Geliştirilen bu algoritmalardan istenen, yüksek doğruluk oranının yanında FPGA gibi sayısal tasarımlara uygulanabilir olmasıdır. Bu nedenle sınıflandırma için kullanılan özellik vektörünün çıkartılmasında Gabor-benzeri Hücresel Sinir Ağı (HSA) filtreleri kullanılmıştır. Bu filtrelerin FPGA üzerinde verimli algoritmalar ile gerçeklenebilmektedir [10]. Bu sayede FIR türünde tasarlanan Gabor filtrelerine göre işlem süresi açısından daha verimli ve büyük harfler üzerinde doğruluk yüzdesi % 80 civarlarında olan bir algoritma geliştirilmiştir.
Hand-written character recognition is one of the important fields of pattern recognition. Within the scope of this area of important documents and archives and other written texts transfering to digital media or recognition of the printer tries to unravel the problems. Many algorithms have been developed for these problems. Algorithms that have been developed to be desired, the high accuracy rate and being applicable for numeric desings like FPGA. Therefore, for classification, feature vector is extracted by using Gabor-like Cellular Neural Network (HSA) filters. These filters are implemented with efficient algorithms on FPGA [10]. By this means, an algorithm has been developed FIR filters designed by the Gabor more efficient in terms of processing time and accuracy, the percentage of capital letters, which at around 80%.
Hand-written character recognition is one of the important fields of pattern recognition. Within the scope of this area of important documents and archives and other written texts transfering to digital media or recognition of the printer tries to unravel the problems. Many algorithms have been developed for these problems. Algorithms that have been developed to be desired, the high accuracy rate and being applicable for numeric desings like FPGA. Therefore, for classification, feature vector is extracted by using Gabor-like Cellular Neural Network (HSA) filters. These filters are implemented with efficient algorithms on FPGA [10]. By this means, an algorithm has been developed FIR filters designed by the Gabor more efficient in terms of processing time and accuracy, the percentage of capital letters, which at around 80%.
Açıklama
Anahtar Kelimeler
El yazısı tanıma, Gabor filtreleri, Hücresel sinir ağı, Accuracy rate, Algorithms, Bandpass filters, Cellular neural nets, Cellular neural networks, Cellular neural network, Character recognition, Classification algorithms, Digital storage, Feature vector, Feature vectors, Field programmable gate arrays, Filtering theory, Finite impulse response filters, FIR filters, FPGA, Gabor filters, Gabor-like cellular neural network filters, Hand written character recognition, Handwritten character recognition, Handwritten character recognition application, Hand-written characters, IIR filters, Image classification, Image processing, Pattern recognition, Processing time, Signal processing, Written texts
Kaynak
WoS Q Değeri
N/A
Scopus Q Değeri
N/A
Cilt
Sayı
Künye
Çalıkk, N., Cesur, E. & Tavşanoğlu, A. V. (2013). Handwritten character recognition application by using cellular neural network. Paper presented at the 2013 21st Signal Processing and Communications Applications Conference (SIU), 1-4. doi:10.1109/SIU.2013.6531490
