استخدام نماذج ماركوف المخفية الزائفة ثنائية الأبعاد التعرف على الأرقام المكتوبة بخط اليد
##plugins.themes.bootstrap3.article.main##
الملخص
في هذه المقالة، نقدم طريقة جديدة للتعرف على الأرقام
المخطوطات التي تحل مشاكل تعدد أشكال الأشكال المكتوبة بخط اليد
وبالتالي مشاكل الميل والحجم. خصائص الأرقام المكتوبة بخط اليد هي
وذلك من خلال استغلال البنية المرنة لنماذج ماركوف المخفية.
الاستقلال في الحجم والميل هو خاصية مرغوبة لنظام
اعتراف قوي. أحد الحلول لتحقيق هذا الهدف هو تنفيذ أ
تطبيع الحجم وتصحيح الميل في نهج 1D HMM. نقترح
بنية PHMM بما في ذلك النموذج الرأسي للحالات والنماذج
أفقي، واحد لكل دولة عظمى. وسوف نميز بين النموذج الرئيسي المكون من
الدول العظمى والنماذج الثانوية المرتبطة بالولايات العظمى. بالنسبة للصورة والنموذج
main سوف يقوم بالتحليل حسب اتجاه واحد (الاتجاه العمودي) والنماذج الثانوية
سوف تفعل ذلك على طول المحور الآخر. يتيح نهجنا التعرف على الأرقام المكتوبة بخط اليد
يميل. تظهر التجارب على قاعدة أعداد كبيرة النتائج
واعدة مع أوقات التنفيذ مقبولة.
##plugins.themes.bootstrap3.article.details##
المراجع
InterEditions, Paris, 1992.
[2] L. S. Oliveira, R. Sabourin, F. Bortolozzi and C.Y. Suen, “Feature Selection Using MultiObjective Genetic Algorithms for Handwritten Digit Recognition”, 16th International
Conference on Pattern Recognition (ICPR 2002), vol I pp. 568-571. Quebec City, CA, August
11-15, 2002.
[3] O. D. Trier, A. K. Jain and T. Taxt, “Feature Extraction Methods for Character recognition
- à Survey”, Pattern recognition, Vol 29, No. 4, pp. 641-662, 1996.
[4] A. El Yacoubi, “Modélisation markovienne de l'écriture manuscrite, application à la
reconnaissance des adresses postales”. Thèse de doctorat, Université de Rennes 1. 1996.
[5] M.A. Mahjoub, “Application des modèles de Markov cachés stationnaires et non
stationnaires à la reconnaissance en-ligne des caractères arabes”, Thèse de doctorat,
Université des sciences, des techniques et de médecine de Tunis, Tunisie, 1999.
[6] O. E. Agazzi and Kuo, “Hidden Markov Model Based Optical Character Recognition in
the Presence of Deterministic Transformation”, Pattern Recognition, 26(12):1813-1826,
February 1993.
[7] L. R Rabiner, “A Tutorial on Hidden Markov Models and Selected Applications in Speech
Recognition”, Proceedings of the IEEE, 77(2), February 1989.
[8] S. Marchand-Maillet, “1D and Pseudo-2D Hidden Markov Models for Image Analysis”,
Theoretical Introduction, Technical Report RR-99-49, November 30, 1999.
[9] A. Nefian, “A Hidden Markov Model Based Approach for Face Detection and
Recognition”,Georgia Institute of technology August 1999.