Geri Dön

Derin öğrenme ile iki boyutlu optik karakter tanıma

2D optical character recognition based on deep learning

PDF İndir

  1. Tez No: 475221
  2. Yazar: EMİN AFŞİN
  3. Danışmanlar: YRD. DOÇ. DR. ARİF KOYUN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Süleyman Demirel Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezin amacı görüntülerdeki optik karakterleri derin öğrenme ile tanımayı sağlamaktır. Görüntülerdeki karakterleri tanıyabilmek için öncelikle her bir karakteri bağımsız olarak ayırmak gerekir. Daha sonra birbirinden ayrılmış karakterleri tanıma işlemine geçilerek işlem bitirilmiş olur. Bu çalışmada karakterlerin tanınmasındaki başarıyı artırmak için yaklaşık olarak 2.160.000 karakter örneği ile derin öğrenmenin özelleşmiş bir yapısı olan Evrişimsel Sinir Ağı eğitilmiştir. Ayrıca ağı eğitme işlemi CPU'larda çok fazla zaman aldığından bilgisayarın GPU'su işlemi hızlandırmak için kullanılmıştır. Karakterleri bağımsız olarak ayırma işlemi için birbirlerine bağlı komponentler tespit edilerek bulunmaya çalışılmıştır. Bu işlem ile birbirinden bağımsız iki veya üç komponente sahip olan i, İ, ü, Ü, ö, Ö, ğ ve Ğ karakterlerinin tespitinin zor olduğu gözlemlenmiştir. Ayrıca w, i, c, ç, o, ö, u, ü vb harflerin büyük ve küçük olanları birbirine benzerlik gösterdiğinden bu harflerin büyük ve küçük olanlarını tespit etmek için harflerin satırın üstüne yakınlığına göre yakın olanlar büyük harf uzak olanlar ise küçük harf olarak tespit edilmeye çalışılmıştır. Bu çalışma Matlab ortamında yapılmıştır.Bu nedenle Matlab Ortamında gömülü olarak çalışan OCR ile hız karşılaştırması yapılmış olup genel olarak satır sayısı fazla olan belgelerde, yapılan uygulama paralel işleme uygun yapıldığından diğer OCR'den daha hızlı çalışığı tespit edilmiştir.

Özet (Çeviri)

This thesis aims to recognize the optical characters in the aimed images by deep learning. In order to recognize the characters in the images, firstly we have to separate each character separately. After that, the process is finished by going to recognize the characters which are separated from each other. In this study, the Convolutional Neural Network, a specialized structure of deep learning with about 2,160,000 character examples, was trained to improve the recognition of characters. The computer's GPU was used to speed up the processing of the computer since it only took a long time to train the network. It has been observed that it is difficult to determine the characters i, ü, ü, Ü, ö, Ö, ğ and Ğ which have two or three independent components with this process. Also, since the letters w, i, c, ç, o, u, etc. are similar to each other, in order to identify the letters big and small, letters near to the line nearest to the line are not to be capitalized It was studied. This work was done in Matlab environment. Because of this, speed comparison was made with OCR which is embedded in Matlab. In general, documents with more rows were found to work faster than other OCR because the application was done in parallel.

Benzer Tezler

  1. Tez No

    884130

    İnsan gözünün optik koherans tomografi görüntüleri kullanılarak tıbbi tanı belirlemek için bir derin öğrenme yaklaşımı

    A deep learning approach to determine medical diagnosis using optical coherence tomography images of the human eye

    BATUHAN METİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BAHADIR KARASULU

  2. Tez No

    542575

    Human activity recognition using deep learning

    Derin öğrenme ile insan aktivitesi tanıma

    MURAT YALÇIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜLYA YALÇIN

  3. Tez No

    718048

    Derin öğrenme metotları kullanılarak SAR (sentetik açıklıklı radar) görüntülerinden bina tespiti

    Building detection from SAR (synthetic aperture radar) images using deep learning methods

    RECAİ ALPER EMEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Mühendislik BilimleriAkdeniz Üniversitesi

    Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    DOÇ. DR. NUSRET DEMİR

  4. Tez No

    1019635

    Havacılıkta kullanılan Ti6Al4V eklemeli imalat tozlarının görüntü analizi ve derin öğrenme tabanlı karakterizasyonu

    Image analysis and deep learning-based characterization of Ti6Al4V additive manufacturing powders for aerospace applications

    NURETTİN AKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Havacılık ve Uzay MühendisliğiEskişehir Teknik Üniversitesi

    Pilotaj Ana Bilim Dalı

    DOÇ. DR. AZİZ KABA

  5. Tez No

    828461

    Deep learning based road segmentation from multi-source and multi-scale data

    Çok kaynaklı ve çok ölçekli veriyle derin öğrenme tabanlı yol bölütlenmesi

    OZAN ÖZTÜRK

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

Geri Dön