Deep Learning Method for Handwriting Recognition
| العنوان: | Deep Learning Method for Handwriting Recognition |
|---|---|
| المؤلفون: | Ayvacı Erdoğan, Ayşe |
| المساهمون: | Tümer, Abdullah Erdal, NEÜ, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı |
| بيانات النشر: | Fen Bilimleri Enstitüsü, 2021. |
| سنة النشر: | 2021 |
| مصطلحات موضوعية: | El yazısı tanıma, Handwriting recognition, Image processing, Karakter tanıma, Konvolüsyon sinir ağı, Character recognition, Görüntü işleme, Convolutional neural network, Deep learning, EMNIST, Derin öğrenme |
| الوصف: | Yüksek Lisans Tezi 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. 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. |
| وصف الملف: | application/pdf |
| اللغة: | Turkish |
| URL الوصول: | https://explore.openaire.eu/search/publication?articleId=od______9479::bb5656ecaf62b9dc67ea12e211ceccbb https://hdl.handle.net/20.500.12452/7988 |
| Rights: | OPEN |
| رقم الانضمام: | edsair.od......9479..bb5656ecaf62b9dc67ea12e211ceccbb |
| قاعدة البيانات: | OpenAIRE |
| الوصف غير متاح. |