بازشناسی برخط زیر-کلمات فارسی بر اساس ویژگی های کدهای زنجیره ای فریمن با استفاده از مدل مخفی مارکوف

Authors

وحید قدس

باشگاه پژوهشگران جوان و نخبگان، واحد سمنان، دانشگاه آزاد اسلامی سارا حسینی

گروه برق و مکاترونیک، واحد سمنان، دانشگاه آزاد اسلامی

abstract

در این مقاله سعی بر شناسایی برخط زیر-کلمات فارسی با استفاده از کدهای زنجیره ای فریمن و مدل مخفی مارکوف شده است. کدهای زنجیره ای با استفاده از جهت شکستگی ها، ضمن حفظ جهت حرکت قلم، حجم داده ها را کاهش می دهد. از این رو می تواند به عنوان یک روش مؤثر در شناسایی برخط زیر-کلمات بکار گرفته شود. پس از شکستن زیر-کلمه به بخش های تشکیل دهنده (بدنه اصلی و ریزحرکات)، با استفاده از کدهای زنجیره ای فریمن، هر بخش به صورت مجزا کدگذاری می شود. از آنجائیکه این کدها به تنهایی جهت شناسایی زیر-کلمه کافی نمی باشند، آنها را با ویژگی های دیگری که از بردارهای افقی و عمودی زیر-کلمات بدست می آیند تلفیق کرده و مجموعه ویژگی های استخراج شده را جهت شناسایی نهایی به طبقه بندی کننده مدل مخفی مارکوف ارسال می کنیم. ساخت مدل با استفاده از الگوریتم baum-welch و آموزش برنامه با الگوریتم پیشرو انجام گرفته است. بکارگیری مراحل یاد شده بر روی پایگاه داده ای مشتمل بر 2000 نمونه زیر-کلمه، نرخ شناسایی تا 5/93 درصد را نشان می دهد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بازشناسی برخط زیر-کلمات فارسی بر اساس ویژگی‌های کدهای زنجیره‌ای فریمن با استفاده از ‌ مدل مخفی مارکوف

در این مقاله سعی بر شناسایی برخط زیر-کلمات فارسی با استفاده از کدهای زنجیره‌ای فریمن و مدل مخفی مارکوف شده است. کدهای زنجیره‌ای با استفاده از جهت شکستگی‌ها، ضمن حفظ جهت حرکت قلم، حجم داده‌ها را کاهش می‌دهد. از این‌رو می‌تواند به عنوان یک روش مؤثر در شناسایی برخط زیر-کلمات بکار گرفته شود. پس از شکستن زیر-کلمه به بخش‌های تشکیل‌دهنده (بدنه اصلی و ریزحرکات)، با استفاده از کدهای زنجیره‌ای فریمن، هر ...

full text

بازشناسی حالات ایستای دست با مدل مارکف مخفی بر اساس ویژگی شیب انحنای کانتور پیرامونی

امروزه ارتباط انسان با رایانه از طریق صفحه کلید، ماوس و ... امکان‌پذیر می‌باشد. این گونه وسایل با محدودیت‌هایی از جمله سرعت عملکرد مواجه هستند. هدف نهایی دنیای فنآوری این است که تعامل بین انسان با کامپیوتر مانند تعامل بین انسانها با هم، طبیعی و آسان باشد. در این مقاله روشی برای بازشناسی حالات دست مبتنی بر ویژگی شیب انحنای منحنی Bspline دست ارائه می‌گردد. بدین ترتیب که ابتدا تصویر دست در فریم‌ها...

full text

بازشناسی حالات ایستای دست با مدل مارکف مخفی بر اساس ویژگی شیب انحنای کانتور پیرامونی

امروزه ارتباط انسان با رایانه از طریق صفحه کلید، ماوس و ... امکان‌پذیر می‌باشد. این گونه وسایل با محدودیت‌هایی از جمله سرعت عملکرد مواجه هستند. هدف نهایی دنیای فنآوری این است که تعامل بین انسان با کامپیوتر مانند تعامل بین انسانها با هم، طبیعی و آسان باشد. در این مقاله روشی برای بازشناسی حالات دست مبتنی بر ویژگی شیب انحنای منحنی Bspline دست ارائه می‌گردد. بدین ترتیب که ابتدا تصویر دست در فریم‌ها...

full text

بازشناسی حروف برخط فارسی با استفاده از ویژگی‌های ساختاری

در این مقاله گروه‌بندی و بازشناسی حروف تنهای فارسی که به صورت برخط نوشته شده باشند، بر اساس ویژگی‌های ساختاری آن‌ها ارائه شده است. حروف بر اساس شکل و ساختار نوشتاری بدنه اصلی آن‌ها به 9 گروه تقسیم می‌شوند. پس از استخراج ویژگی‌ها، گروه‌بندی با استفاده از درخت تصمیم انجام می‌شود. بازشناسی نهایی حروف با توجه به ساختار اجزای کوچک آن‌ها در هر گروه صورت می‌پذیرد. با توجه به این که در این مقاله از روش...

full text

My Resources

Save resource for easier access later


Journal title:
ماشین بینایی و پردازش تصویر

جلد ۳، شماره ۱، صفحات ۳۷-۴۴

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023