Derin öğrenme yöntemi ile el yazısı tanıma
Deep learning method for handwriting recognition
- Tez No: 682616
- Danışmanlar: DOÇ. DR. ABDULLAH ERDAL TÜMER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: El yazısı tanıma, Handwriting recognition
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde teknolojinin ilerlemesi, formlar ve dilekçeler gibi belgelerin bilgisayar ve dijital ortamda doldurulmasına neden oldu. Ancak bazı durumlarda, belgeler hala baskıda geleneksel tarzda korunmaktadır. Bununla birlikte, belgelerin farklı büyüklükleri (kapladığı yer) nedeniyle, depolanması, paylaşılması ve dosyalanması gibi bazı zorluklar bulunmaktadır. Bu nedenle, yazılı belgelerin dijital ortama taşınması büyük önem taşımaktadır. Bu ve benzeri nedenlerden dolayı, bu çalışma el yazısıyla yazılmış belgelerin sayısallaştırılmasına ilişkin metodolojileri inceleyerek Konvolüsyon Sinir Ağ yöntemi ile el yazılarının sayısallaştırılması amaçlanmıştır. Bunun için, görüntü formatına dönüştürülen belgeler görüntü işleme yöntemleri kullanılarak önceden işlenmiştir. Bu işlemler, belgenin satırlarını görüntü formatına bölmeyi, daha sonra karakterlere bölünen kelimelere bölmeyi ve son olarak karakterler üzerinde bir sınıflandırma işlemini içerir. Sınıflandırma aşamasında, derin öğrenme yöntemlerinden biri olan ve görüntü tanımada kullanılan Konvolüsyon Sinir Ağı yöntemi kullanılmıştır. Model, EMNIST veri kümesi kullanılarak ve eldeki belgelerden oluşturulan karakter veri kümesinde eğitilmiştir. Oluşturulan veri kümesi %88.72'lik bir başarı oranını yakalamıştır.
Özet (Çeviri)
The advancement of technology nowadays resulted into documents, such as forms and petitions, being filled out in computer and digital environment. Yet in some cases, documents are still preserved in traditional style, on print. Due to its distinct proportions, however, its storage, sharing and filing has become a complication. The relocation of these written documents to digital environment is therefore of great significance. In this view, this study aims to explore methodologies of digitizing handwritten documents. In this study, the documents converted to image format were pre-processed using image processing methods. These operations includes dividing lines of the document into image format, dividing into words which then divided into characters, and finally, a classification operation on the characters. As classification phase, one of the deep learning methods is the Convolution Neural Network method is used in image recognition. The model was trained using the EMNIST dataset, and in the character dataset created from the documents at hand. The dataset created had a success rate of 88.72.
Benzer Tezler
- Transfer derin öğrenme ile hibrit el yazısı karakter tanıma
Hybrid handwriting character recognition with transfer deep learning
FERİT CAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ATINÇ YILMAZ
- Handwritten digit string segmentation and recognition using deep learning
Derin öğrenme yöntemi kullanarak el yazısı rakam dizilerini bölütleme ve tanıma
ORÇUN ELİTEZ
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR HALICI
- Offline handwriting recognition using deep learning with emphasis on data augmentation effects
Veri artırma etkilerini vurgulayarak derin öğrenme yöntemleri ile görüntüden el yazısı tanıma
FIRAT KIZILIRMAK
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE BERRİN YANIKOĞLU YEŞİLYURT
- İngilizcede çember dolgu oranı yöntemi ile optik karakter tanıma
Optical character recognition with circle filling rate method for English
SAHRA TİLKİ
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. YAHYA ŞİRİN
- Visual object recognition and detection using deep learning
Derinlikli öğrenme ile görsel nesne tanıma ve tespit etme
BURAK ÇÖREKCİOĞLU
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU