งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

การรู้จำลายมือเขียนภาษาไทยด้วย โครงข่ายประสาทเทียม Thai Handwritten Character Recognition by Artificial Neural Networks โดย นส. ณัฐธิดา ลีสม นส. กาญจนา.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "การรู้จำลายมือเขียนภาษาไทยด้วย โครงข่ายประสาทเทียม Thai Handwritten Character Recognition by Artificial Neural Networks โดย นส. ณัฐธิดา ลีสม นส. กาญจนา."— ใบสำเนางานนำเสนอ:

1 การรู้จำลายมือเขียนภาษาไทยด้วย โครงข่ายประสาทเทียม Thai Handwritten Character Recognition by Artificial Neural Networks โดย นส. ณัฐธิดา ลีสม นส. กาญจนา เรืองธนานุรักษ์ อ. ที่ปรึกษา อ. โอฬาริก สุรินต๊ะ

2 Thai Handwritten Character Recognition 2 หลักการและเหตุผล โลกปัจจุบันมีความก้าวหน้าทางด้านเทคโนโลยี สารสนเทศ สารสนเทศอยู่ในรูปแบบของ รูปภาพ ข้อความ เสียง สารสนเทศที่อยู่ในรูปแบบดิจิตอล ทำให้ง่ายต่อการ ค้นคืน และนำไปประยุกต์ให้ตรงต่อความต้องการ

3 Thai Handwritten Character Recognition 3 หลักการและเหตุผล ( ต่อ ) อาจมีสารสนเทศบางประเภทที่เก็บอยู่ในรูปแบบของ เอกสาร (Document) ทำให้ยากต่อการค้นคืน และ นำไปใช้งาน ดังนั้น จึงประยุกต์ความรู้ทางด้านการประมวลผลภาพ (Image Processing) และการรู้จำตัวอักษร (Character Recognition) เพื่อแปลงเอกสารให้อยู่ในรูปแบบของเอกสาร อิเล็กทรอนิกส์ เพื่อให้ง่ายต่อการนำไปใช้งาน

4 Thai Handwritten Character Recognition 4 วัตถุประสงค์ของโครงงาน เพื่อพัฒนาโปรแกรมการรู้จำตัวอักษรลายมือเขียน ภาษาไทย เพื่อปรับปรุงระบบการรู้จำตัวอักษรลายมือเขียน ภาษาไทยด้วยโครงข่ายประสาทเทียม

5 Thai Handwritten Character Recognition 5 ประโยชน์ที่คาดว่าจะได้รับ เพื่อใช้เป็นระบบต้นแบบการรู้จำตัวอักษรลายมือเขียน ภาษาไทย

6 Thai Handwritten Character Recognition 6 ขอบเขตของโครงงาน พัฒนาระบบต้นแบบการรู้จำตัวอักษรลายมือเขียน ภาษาไทย สำหรับตัวอักษรภาษาไทย – พยัญชนะ 46 ตัว – สระ 18 ตัว – วรรณยุกต์ 4 ตัว ตัวเลขอารบิก จำนวน 10 ตัว (0-9) ตัวอักษรภาษาอังกฤษ 52 ตัว (a-z, A-Z)

7 Thai Handwritten Character Recognition 7 ขอบเขตของโครงงาน ( ต่อ ) พยัญชนะ ก ข ฃ ค ฅ ฆ ง จ ฉ ช ซ ฌ ญ ฎ ฏ ฐ ฑ ฒ ณ ด ต ถ ท ธ น บ ป ผ ฝ พ ฟ ภ ม ย ร ฤ ล ฦ ว ศ ษ ส ห ฬ อ ฮ สระ อั อะ อา อิ อี อึ อื อุ อู เอ แอ โอ ใอ ไอ ๅ ๆ อ็ อ์ อํ วรรณยุกต์ อ่ อ้ อ๊ อ๋ ภาพประกอบ ตัวอักษรภาษาไทยที่ใช้ในการรู้จำ

8 Thai Handwritten Character Recognition 8 ขอบเขตของโครงงาน ( ต่อ ) a b c d e f g h i j k l m n o p q r s t u v w x y z A B C D E F G H I J K L M N O P Q R S T U V W X Y Z ภาพประกอบ ตัวอักษรภาษาอังกฤษที่ใช้ในการรู้จำ ภาพประกอบ ตัวเลขอารบิกที่ใช้ในการรู้จำ

9 Thai Handwritten Character Recognition 9 ขอบเขตของโครงงาน ( ต่อ ) การนำข้อมูลเข้า สามารถรับจากเครื่องสแกน หรือภาพ ที่สร้างจากโปรแกรม Photoshop หรือ Paint Brush โดยรับข้อมูลเข้ามาเป็นรูปภาพสี ข้อมูลที่ใช้สำหรับทดสอบเป็นลายมือเขียนภาษาไทยที่ เขียนอยู่บนกระดาษสีที่มีค่าสีที่แตกต่างจากหมึก ปากกา ไม่มีลายเส้น ไม่เขียนเอียง ไม่มีรูปภาพ ประกอบ ใช้ปากกาสีเข้ม เช่น น้ำเงิน แดง ดำ เป็นต้น และไม่มีสัญญาณรบกวน ในรูปแบบต่าง ๆ

10 Thai Handwritten Character Recognition 10 ขอบเขตของโครงงาน ( ต่อ ) ภาพประกอบ ตัวอย่างข้อมูลที่ใช้ในการเรียนรู้

11 Thai Handwritten Character Recognition 11 ขอบเขตของโครงงาน ( ต่อ ) ทดลองกับเอกสารที่มีพื้นหลังแตกต่างกัน เช่นพื้นหลัง เป็นสี หรือพื้นหลังมีสัญญาณรบกวน ใช้ตัวอักษรลายมือเขียน 100 ชุดต่อหนึ่งตัวอักษร ใน รูปแบบไฟล์ภาพเชิงดิจิตอล ได้แก่.jpg เพื่อใช้ในการ สร้าง Model โดยลายมือเขียนตัวอักษรภาษาไทย เขียนจากบุคคลที่แตกต่างกันจำนวน 10 คนขึ้นไป สามารถแสดงผลข้อมูลในโปรแกรม Notepad

12 Thai Handwritten Character Recognition 12 ขอบเขตของโครงงาน ( ต่อ ) ภาพประกอบ ตัวอย่าง Input และ Output ของโปรแกรม Input Output ภาพประกอบ ตัวอย่างข้อมูลที่ใช้ ในการรู้จำ ภาพประกอบ ตัวอย่างผลลัพธ์ที่ ได้จากการรู้จำ

13 Thai Handwritten Character Recognition 13 ขอบเขตของโครงงาน ( ต่อ ) ภาพประกอบ Diagram ของระบบการรู้จำตัวอักษรลายมือเขียนภาษาไทย

14 Thai Handwritten Character Recognition 14 ขอบเขตของโครงงาน ( ต่อ ) Digital Image

15 Thai Handwritten Character Recognition 15 ทฤษฏีที่เกี่ยวข้อง ลักษณะของตัวอักษรภาษาไทย การประมวลผลภาพ (Image Processing) การประมวลผลภาพ (Image Processing) ภาพเชิงดิจิตอล การแปลงภาพสีให้เป็นภาพสีเทา การแปลงภาพสีเทาให้เป็นภาพขาวดำ การกำจัดสัญญาณรบกวน

16 Thai Handwritten Character Recognition 16 ทฤษฏีที่เกี่ยวข้อง ( ต่อ ) การจำแนกบรรทัดข้อความ การจำแนกตัวอักษรออกจากบรรทัดข้อความ การทำให้ตัวอักษรบาง การหาคุณลักษณะพิเศษของตัวอักษร การรู้จำตัวอักษร การวัดประสิทธิภาพ ประสิทธิภาพของการรู้จำ การเลือกจำนวน Hidden Node ที่เหมาะสมกับ โครงข่ายประสาทเทียม การเลือกจำนวน Hidden Node ที่เหมาะสมกับ โครงข่ายประสาทเทียม การออกแบบหน้าจอโปรแกรม (GUI) การออกแบบหน้าจอโปรแกรม (GUI)

17 Thai Handwritten Character Recognition 17 ลักษณะของตัวอักษรภาษาไทย ตัวอักษรภาษาไทยประกอบไปด้วย – พยัญชนะ – สระ – วรรณยุกต์ เมื่อนำตัวอักษรมาประกอบกันจะแบ่งออกเป็น 4 ระดับ ภาพประกอบ ระดับของ ตัวอักษรภาษาไทย

18 Thai Handwritten Character Recognition 18 การประมวลผลภาพ (Image Processing) เปรียบเสมือนการจัดการ การวิเคราะห์สารสนเทศของ ภาพ โดยใช้คอมพิวเตอร์ในการประมวลผล โดยวิธีใน การประมวลผลขึ้นอยู่กับผลลัพธ์ที่ต้องการ ภาพประกอบ การ ลดสัญญาณรบกวน (Noise) จาก รูปภาพ

19 Thai Handwritten Character Recognition 19 ภาพเชิงดิจิตอล ภาพประกอบ รูปภาพเชิงดิจิตอล

20 Thai Handwritten Character Recognition 20 ภาพเชิงดิจิตอล ( ต่อ ) แบ่งออกเป็น 3 รูปแบบ – ภาพสี (RGB Image) – ภาพสีเทา (Gray Image) – ภาพขาวดำ (Binary Image) ภาพสี ภาพขาวดำ ภาพสีเทา

21 Thai Handwritten Character Recognition 21 ทฤษฏีที่เกี่ยวข้อง ลักษณะของตัวอักษรภาษาไทย การประมวลผลภาพ (Image Processing) การประมวลผลภาพ (Image Processing) ภาพเชิงดิจิตอล การแปลงภาพสีให้เป็นภาพสีเทา การแปลงภาพสีเทาให้เป็นภาพขาวดำ การกำจัดสัญญาณรบกวน

22 Thai Handwritten Character Recognition 22 ทฤษฏีที่เกี่ยวข้อง ( ต่อ ) การจำแนกบรรทัดข้อความ การจำแนกตัวอักษรออกจากบรรทัดข้อความ การทำให้ตัวอักษรบาง การหาคุณลักษณะพิเศษของตัวอักษร การรู้จำตัวอักษร การวัดประสิทธิภาพ ประสิทธิภาพของการรู้จำ การเลือกจำนวน Hidden Node ที่เหมาะสมกับ โครงข่ายประสาทเทียม การเลือกจำนวน Hidden Node ที่เหมาะสมกับ โครงข่ายประสาทเทียม การออกแบบหน้าจอโปรแกรม (GUI) การออกแบบหน้าจอโปรแกรม (GUI)


ดาวน์โหลด ppt การรู้จำลายมือเขียนภาษาไทยด้วย โครงข่ายประสาทเทียม Thai Handwritten Character Recognition by Artificial Neural Networks โดย นส. ณัฐธิดา ลีสม นส. กาญจนา.

งานนำเสนอที่คล้ายกัน


Ads by Google