Makine öğrenme yöntemleri ile el yazısı karakterlerinin tanınması
Recognizing handwriting characters by machine learning methods
- Tez No: 786954
- Danışmanlar: PROF. DR. UĞUR YAVUZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Yönetim Bilişim Sistemleri, Computer Engineering and Computer Science and Control, Science and Technology, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: 63
Özet
Günümüzde hem kâğıda kalemle hem de tablette elektronik kalemle yazılan karakterlerin bilgisayarda tanınması ve sınıflandırılması en çok kullanılan uygulamalar arasında yer almaktadır. Ayrıca teknolojinin gelişmesi sayesinde bilgisayar donanımı ve yazılımı, görüntü tanıma ve görüntü işleme, el yazısı karakterlerin incelenmesine olan ilgiyi artırmaktadır. Bu çalışmada Türkçe el yazısı için bir tanıma sistemi tasarlanmıştır. Tasarlanan bu sistemde dokümanın taranması, karakterlerin ayrıştırılması, tanınması ve doğrulanması aşamaları kullanılmıştır. Tanıma sistemi büyük harf ve küçük harf olmak üzere iki tipteki karakteri ayrı ayrı tanıyacak şekilde tasarlanmıştır. Bu çalışma sırasında 71 kişiden 29 küçük harf ve 29 büyük harf olmak üzere toplam 4118 el yazısı karakter örneği toplanmış ve NIST veri seti ile birleştirilmiştir. Bu çalışmada önerilen yöntemin uygulanması sonucunda test setinde“0.016042793”hata oranı bulunmuş ve literatürdeki çalışmalarla karşılaştırıldığında elde edilen başarı görülmüştür. Hem benzer model-farklı veri seti hem de farklı model-benzer veri seti kullanılan çalışmalara göre bir eğitim ve test başarısı elde edilmiştir.
Özet (Çeviri)
Today, recognition and classification of characters written both with a pen on paper and with an electronic pen on a tablet are among the most used applications. In addition, thanks to the development of technology, computer hardware and software, image recognition and image processing increase the interest in the study of handwritten characters. In this study, a recognition system was designed for Turkish handwriting. In this designed system, the stage of scanning the document, parsing the characters, recognizing and verifying are used. The recognition system is designed to recognize two types of characters separately, uppercase and lowercase letters. During this study, a total of 4118 handwritten character samples, 29 lowercase and 29 uppercase, were collected from 71 people and combined with the NIST dataset. As a result of the application of the proposed method in this study, the error rate of“0.016042793”was found in the test set and the success achieved is seen when compared with the studies in the literature. A training and test success was obtained according to studies using both similar model-different dataset and different model-similar dataset.
Benzer Tezler
- Design of hybrid quantum convolutional neural network for ottoman character recognition
Osmanlıca karakter tanıma için hibrit kuantum evrişimsel sinir ağı tasarımı
NECATİ İNCEKARA
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiPiri Reis ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDEM BİLGİLİ
- Aircraft detection using deep learning
Derin öğrenme kullanarak hava aracı tespiti
UTKU MUTLU
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. SEDEF KENT PINAR
- Derin öğrenme algoritmaları kullanılarak çay alanlarının otomatik segmentasyonu
Automatic segmentation of tea fields by using deep learning algorithms
SALİH BOZKURT
Yüksek Lisans
Türkçe
2018
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM
- Hücresel mobil iletişim sistemlerinde dolandırıcılık risk yönetimi
Fraud risk management in mobile cellular communications systems
ONUR TÜFEKÇİOĞLU
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BANU DİRİ
- Derin öğrenme ile Parkinson hastalığının sınıflandırılması
Classification of Parkinson's disease with deep learning
PEDRAM KHATAMINO
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LALE ÖZYILMAZ