Derin öğrenme ile iki boyutlu optik karakter tanıma
2D optical character recognition based on deep learning
- Tez No: 475221
- Danışmanlar: YRD. DOÇ. DR. ARİF KOYUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 49
Özet
Bu tezin amacı görüntülerdeki optik karakterleri derin öğrenme ile tanımayı sağlamaktır. Görüntülerdeki karakterleri tanıyabilmek için öncelikle her bir karakteri bağımsız olarak ayırmak gerekir. Daha sonra birbirinden ayrılmış karakterleri tanıma işlemine geçilerek işlem bitirilmiş olur. Bu çalışmada karakterlerin tanınmasındaki başarıyı artırmak için yaklaşık olarak 2.160.000 karakter örneği ile derin öğrenmenin özelleşmiş bir yapısı olan Evrişimsel Sinir Ağı eğitilmiştir. Ayrıca ağı eğitme işlemi CPU'larda çok fazla zaman aldığından bilgisayarın GPU'su işlemi hızlandırmak için kullanılmıştır. Karakterleri bağımsız olarak ayırma işlemi için birbirlerine bağlı komponentler tespit edilerek bulunmaya çalışılmıştır. Bu işlem ile birbirinden bağımsız iki veya üç komponente sahip olan i, İ, ü, Ü, ö, Ö, ğ ve Ğ karakterlerinin tespitinin zor olduğu gözlemlenmiştir. Ayrıca w, i, c, ç, o, ö, u, ü vb harflerin büyük ve küçük olanları birbirine benzerlik gösterdiğinden bu harflerin büyük ve küçük olanlarını tespit etmek için harflerin satırın üstüne yakınlığına göre yakın olanlar büyük harf uzak olanlar ise küçük harf olarak tespit edilmeye çalışılmıştır. Bu çalışma Matlab ortamında yapılmıştır.Bu nedenle Matlab Ortamında gömülü olarak çalışan OCR ile hız karşılaştırması yapılmış olup genel olarak satır sayısı fazla olan belgelerde, yapılan uygulama paralel işleme uygun yapıldığından diğer OCR'den daha hızlı çalışığı tespit edilmiştir.
Özet (Çeviri)
This thesis aims to recognize the optical characters in the aimed images by deep learning. In order to recognize the characters in the images, firstly we have to separate each character separately. After that, the process is finished by going to recognize the characters which are separated from each other. In this study, the Convolutional Neural Network, a specialized structure of deep learning with about 2,160,000 character examples, was trained to improve the recognition of characters. The computer's GPU was used to speed up the processing of the computer since it only took a long time to train the network. It has been observed that it is difficult to determine the characters i, ü, ü, Ü, ö, Ö, ğ and Ğ which have two or three independent components with this process. Also, since the letters w, i, c, ç, o, u, etc. are similar to each other, in order to identify the letters big and small, letters near to the line nearest to the line are not to be capitalized It was studied. This work was done in Matlab environment. Because of this, speed comparison was made with OCR which is embedded in Matlab. In general, documents with more rows were found to work faster than other OCR because the application was done in parallel.
Benzer Tezler
- Human activity recognition using deep learning
Derin öğrenme ile insan aktivitesi tanıma
MURAT YALÇIN
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
- Metrik öğrenme yöntemiyle deniz platformu konumlarının radar ve optik görüntüler üzerinden tahmin edilmesi
Ship location estimation from radar and optic images using metric learning
MUHAMMED MARUF KILIÇ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF SİNAN AKGÜL
- Optical classification and reconstruction through multimode fibers
Çok modlu fiberler üzerinden optik sınıflandırma ve yeniden oluşturma
ŞAHİN KÜREKCİ
Doktora
İngilizce
2022
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. EMRE YÜCE
- Joint calibration and reconstruction for focal plane array imaging
Odak düzlemi dizisi görüntüleme için birleşik kalibrasyon ve geriçatım
MUHAMMET UMUT BAHÇECİ
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- A social navigation approach for mobile assistant robots
Asistan mobil robotlar için sosyal bir navigasyon yaklaşımı
HASAN KIVRAK
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HATİCE KÖSE