تشخیص ارقام دست نویس انگلیسی با استفاده از شبکه عصبی کانولوشن

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشکده ریاضی و علوم کامپیوتر، دانشگاه دامغان، دامغان، ایران

چکیده

انسان‌ها می‌توانند با استفاده از چشم‌ها و مغز خودشان جهان اطراف خود را ببینند و حس کنند. بینایی رایانه بر روی توانایی کامپیوترها برای دیدن و پردازش تصاویر به همان روشی که انسان‌ها استفاده می‌کنند کار می‌کند. هدف از کار ما ایجاد مدلی است که بتواند ارقام دست‌نویس انگلیسی را از تصویر اصلی با دقت زیاد شناسایی کند. هدف ما این است که با استفاده از این کار را انجام دهیم. اگرچه ،MNIST و پایگاه داده (Convolutional Neural Network) مفاهیم شبکه عصبی کانولوشن هدف ما ایجاد مدلی است که بتواند ارقام دست‌نویس را تشخیص دهد، اما می‌توانیم آن را برای حروف و دست خط یک شخص دیگر نیز گسترش دهیم. در این کار، هدف ما یادگیری و بکارگیری عملی مفاهیم شبکه‌های عصبی کانولوشن است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Recognition of English Handwritten Digit using Convolutional Neural Network (CNN)

نویسندگان [English]

  • Mahsa Bahramian
  • Arash Azimzadeh Irani
  • Reza Pourgholi
  • Ahmad Aliyari Boroujeni
Faculty of Mathematics and Computer Science, Damghan University, Damghan, Iran
چکیده [English]

Humans can see and visually sense the world around them by using their eyes and brains. Computer vision works on enabling computers to see and process images in the same way that human vision does. The goal of our work will be to create a model that will be able to identify and determine the handwritten digit from its image with better accuracy. We aim to complete this by using the concepts of Convolutional Neural Network and MNIST dataset. Though the goal is to create a model which can recognize the digits, we can extend it for letters and then a person’s handwriting. Through this work, we aim to learn and practically apply the concepts of Convolutional Neural Networks.

کلیدواژه‌ها [English]

  • Convolutional neural network
  • MNIST dataset
  • Model
  • ReLu
  • Softmax