Handwritten text recognition using deep learning method
Derin öğrenme yöntemiyle el yazısı metin tanıma
- Tez No: 816081
- Danışmanlar: Assoc. Prof. AYLA GÜLCÜ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Son on yılda özellikle tarihi belgelerin tanınmasında olduğu gibi, çevrimdışı elle yazı tanıma geniş bir şekilde kullanılmıştır. Derin öğrenme, geleneksel yazının dijitalleştirilmesi sorununu çözebilme gücüne sahiptir. Derin öğrenmedeki her bir algoritma belirli bir görevi veya özel bir problemi çözebilir. Bu tezde, giriş kelimelerindeki karakterlerin belirgin özelliklerini çıkarmak için bir evrişimli sinir ağı kullanıyoruz. Karakterlerin birleştirilmesi, çoklu karakterin belirli bir kelime oluşturabilmesi nedeniyle bir sinir ağı gerektirir. Bu işi yapabilen bir tekrarlayan sinir ağı kullanılabilir. Uzun diziler, kombinasyonu hatırlamak için bir sinir ağında hafızaya ihtiyaç duyar. Bu, giriş görüntüsünü karakterlerin her görüntü konumunda olasılık matrisi vererek kodlamak için uç katmanlı evrişimli sinir ağı (CNN) ardından çift yönlü uzun-kısa süreli bellek (BLSTM) içeren bir hibrit derin sinir ağı inşa eden uzun-kısa süreli bellek (LSTM) görevine aittir. Bağlantıcı Zamansal Sınıflandırma (CTC) işlemi, bu matrisi, kayıp fonksiyonunu hesaplamak için tahmin edilen ve hedef çıktı arasında en uygun eşleşmeyi bulmak için kullanır.. En iyi sonuçları elde etmek için modele farklı parametre değerleri denedik. Modelimizi IAM veri kümesi üzerinde değerlendirdik ve makul bir hata oranı elde ettik.
Özet (Çeviri)
Offline handwritten text recognition has been widely used in the last decades, especially in several fields like historical document cognition. Deep learning has the power to address the problem of digitizing traditional writing. Each algorithm in deep learning can handle a specific task or solve a particular problem. In this thesis, we use a convolutional neural network for extracting distinct features of the characters in input words. Combining characters needs a neural network that can find combinations in a given sequence since multiple characters can form a specific word. A recurrent neural network can do this. The long sequences need memory in a neural network to remember the combination. This is the task of long-short-term memory (LSTM) built a hybrid deep neural network which contains three layers of convolutional neural network (CNN) followed by bidirectional long-short term memory (BLSTM) to encode the input image by giving a matrix of probabilities over characters at each image position. Connectionist Temporal Classification (CTC) operation uses this matrix to find the most suitable match between predicted and target output for computing the loss function. We tried different parameters value in the model till we obtained the best ones. We evaluated our model on the IAM dataset and got a reasonable error rate.
Benzer Tezler
- Derin öğrenme kullanarak el yazılarından bilgi çıkarımı
Extracting information from handwriting using deep learning
MEHMET TUTAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERDAR ÇİFTÇİ
- Deep learning based offline handwritten character recognizer systems with a multilingual handwritten character dataset
Derin öğrenme tabanlı çevirimdışı etkileşimsiz el yazılı karakter tanıma sistemleri ile çok dilli el yazısı karakter veri seti
GAYE EDİBOĞLU BARTOS
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR HOŞCAN
DOÇ. DR. ÉVA NAGYNÉ HAJNAL
- 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
- Derin öğrenme yöntemleri ile Türkçe el yazısı tanıma
Turkish handwriting recognition with deep learning methods
ALPEREN UZUN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ÖZTÜRK
- 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