Documente Academic
Documente Profesional
Documente Cultură
2. Definirea precisa a problemei Recunoasterea caracterelor scrise de mana reprezinta abilitatea unui computer de a receptiona si a recunoaste textul pe care o persoana il scrie. Acest lucru poate avea loc intrunul din cele doua moduri, fie prin scanarea de text scris sau prin scrierea direct pe un dispozitiv periferic de intrare.
Prima dintre aceste tehnici de recunoatere a scrierii de mana, cunoscuta sub numele de recunoatere optica a caracterelor (OCR), este cel mai de succes in mainstream. Cele mai multe aparate de scanare ofera o forma de OCR, permitand utilizatorilor sa scaneze documente scrise de mana si sa traduca in documente de tip text. OCR este, de asemenea, folosita de unii arhivisti ca o metoda de conversie a cantitatilor masive de documente scrise de mana, in cautari istorice, forme usor accesibile digitale. Al doilea grup de tehnici de recunoatere a scrierii de mana, adesea mentionata ca recunoastere on-line, a cunoscut fluxul i refluxul, in popularitate. In 1990, Apple Computers a lansat un dispozitiv portabil numit Newton, care a facut uz de prima interfata disponibile pe scara larga a recunoasterii scrisului de mana. Prin folosirea stylus-ului mic, utilizatorul a fost capabil sa scrie direct pe ecranul lui Newton si (n teorie) scrisul lui a fost recunoscut si convertit in text. In practica, software-ul Newton folosit pentru a incerca sa invete modele de utilizare a scrierii de mana a fost mai puin ideal, si ca urmare popularitatea sa nu a fost niciodata mare. 3. Abordari inrudite Recunoaterea scrisului de mana este o problema celebra, care implica recunoasterea indiferent daca datele de intrare sunt date sub forms de imagini, hsrtie scanate, etc recunoaterea scrierii de mana implica, in general, urmatoarele etape *Liwicki i Bunke,2007]: Segmentarea: Acest pas se ocupa cu spargerea de linii, cuvinte si obinerea in final, toate caracterele separate. Acest pas presupune identificarea limitelelor caracterelor i separea lor pentru prelucrarea ulterioara. In acest algoritm vom presupune ca acest pas este deja facut. Prin urmare, data de intrare a noastra in Sistem este un singur caracter. - Preprocesare: Acest pas presupune iniial prelucrarea imaginii, astfel incat sa poata fi folosit ca o data de intrare pentru sistemul de recunoastere. In acest algoritm s-ar presupune ca o parte din acest pas a fost facut. Noi presupunem ca, caracterul segmentat se face subtire pe un pixel de o unitate grosime. Algoritmi diferiti pot fi utilizati pentru acest scop. Prelucrarea ulterioara se face de catre algoritm. - Recunoasterea: Odata ce imaginea de intrare este disponibila in stare buna, aceasta poate fii prelucrata pentru recunoastere. Rolul sistemului de recunoastere este de a identifica caracterul. 4. Metodele de lucru 1. Recunoasterea scrisului de mana offline cu ajutorul algoritmilor genetici
Urmtoarea metod se aplic pentru recunoaterea scrierii de mn: 1. Furnizarea de intrri iniiale de eantionare de scrieri de mana pentru a instrui patru reele neuronale artificiale cu diferiti parametri. 2. ncepei procesul de instruire a reelelor cu seturi diferite de litere. 3. Depozitai matrice de greutate i valorile prtinire obinute dup antrenament, ca fiiere. 4. Citii fiierul care conine matricea de intrare. 5. Foloseste acest lucru ca date de intrare la toate cele patru reele neuronale. 6. Trimite ieirile reelelor neuronale la algoritmului genetic. Aa cum ne-am dezvoltat patru reele neuronale artificiale, avem nevoie de selectarea celei mai bune soluii celui mai adaptat i din setul de rezultatele obinute. Aceasta se realizeaz cu ajutorul algoritmului genetic, care se aplic astfel c accept ieiri ale celor patru reele neuronale artificiale. Exist cazuri cnd reelele neuronale recunosc mai mult de un caracter. Pentru acest caz am creat patru reele neuronale, care au parametri de formare diferite i, de asemenea, instruii n mod diferit unul de altul. Trecem matricea coloana de intrare n toate cele patru reele neuronale i luam datele de ieire. Rezultatele sunt trimise la algoritmul genetic i de aici se face, prin urmare, populaia iniial pentru algoritmul. Se calculeaz apoi numrul de "1s" de la ieire pentru fiecare reea neuronal. 2. Recunoasterea scrisului de mana folosind metoda Greedy Point Match Match Point Greedy ia fiecare prob n profilul de formare i l plaseaz pe o reea tridimensional. Coordonatele X i Y corespund n mod direct la coordonatele X i Y ale punctelor n cadrul dreptunghiului de delimitare normalizat n timp ce coordonata Z este distana de-a lungul arcului de la pen in jos punct. n cazul n care, n grafic trei dimensiuni, reprezentarea noastr ar trebui s apar pentru a fi n cretere de-a lungul axei +Z de la punctul de pornire al cursei la linia de sosire. Algoritmul nostru de recunoatere ia pur i simplu puncte dintr-un simbol necunoscut i gsete distanele lor (erori) la cele mai apropiate puncte de pe fiecare simbol in datele de instruire. Procesul este apoi inversat i simbolurile de formare sunt comparate cu simbolul necunoscut. Distanele totale (erori) sunt nsumate i simbolul reprezentat de simbolul de formare cu eroarea total cea mai mica este cel ales ca cel mai bun. 5. Experimente
Experiment1: un set de caractere reprezentand cifre Experiment2: un set de caractere reprezentand litere mari Masuri de performanta: Greedy Point Match>80% Algoritm genetic>71% 6. Concluzie Lucrarea prezinta doua metode de recunoastere a scrisului de mana folosind algoritmi genetici si Greedy Point Match. S-a remarcat o eficienta foarte ridicata la programarea si testarea acestor doua metode. Recunoasterea scrisului de mana este intraderva o sarcina grea, care poate fi usor de facut cu ajutorul metodologiei descries.