Thai Handwritten Character Recognition by Artificial Neural Networks

การรู้จำลายมือเขียนภาษาไทยด้วยโครงข่ายประสาทเทียม
Thai Handwritten Character Recognition by Artificial Neural Networks

กาญจนา เรื่องธนานุรักษ์
ณัฐธิดา ลีสม
โอฬาริก สุรินต๊ะ

บทคัดย่อ
การรู้จำลายมือเขียนภาษาไทยด้วยโครงข่ายประสาทเทียม ได้เก็บรวบรวมข้อมูลตัวอักษรลายมือเขียนภาษาไทยจำนวน 100 ชุดต่อตัวอักษร จากผู้เขียนจำนวน 10 คน เพื่อนำมาเข้าสู่กระบวนการทางการวิจัย ประกอบด้วย การประมวลผลภาพเบื้องต้น การหาคุณลักษณะพิเศษของรูปภาพลายมือเขียนภาษาไทย และการรู้จำด้วยโครงข่ายประสาทเทียมแบบแพร่ย้อนกลับ โดยที่กระบวนการหาคุณลักษณะพิเศษเป็นกระบวนการที่สำคัญ เนื่องจากช่วยเพิ่มประสิทธิภาพในการรู้จำ งานวิจัยฉบับนี้ได้นำเสนอคุณลักษณะพิเศษ 7 วิธีคือ การหาความหนาแน่น การหาจุดสิ้นสุดของตัวอักษร การหาตำแหน่งหัวของตัวอักษร การหารหัสลูกโซ่ การหาเส้นสมมุติในแนวนอนและแนวตั้ง การหาทิศทาง และการสแกนในแนวนอนและแนวตั้ง คุณลักษณะพิเศษทั้ง 7 วิธีที่ใช้กับข้อมูลตัวอักษรลายมือเขียนภาษาไทยในงานวิจัยนี้ประกอบด้วย 235 คุณลักษณะ ส่งผลให้

ประสิทธิภาพการรู้จำลายมือเขียนภาษาไทยด้วยโครงข่ายประสาทเทียมถูกต้องคิดเป็นร้อยละ 87

คำสำคัญ: การรู้จำรูปแบบ, การรู้จำตัวอักษร, โครงข่ายประสาทเทียม, การตัดแยกตัวอักษร, คุณลักษณะพิเศษของตัวอักษรลายมือเขียนภาษาไทย

Abstract

The purpose of this research is to present the Thai handwritten character recognition by artificial neural networks. 100 collections of Thai handwritten characters were collected from 10 writers. The data are then analyzed using pre-processing feature extraction and recognition by back-propagation neural network. However, the feature extraction method is aimed to identify the intensity of black pixel, end of character, head of character, chain code, cross horizontal and vertical line, mark direction, and horizontal and vertical scanning. From the feature extraction, it was found that there are 235 features. Seven feature extraction methods provide the efficacy of Thai handwritten recognition. In addition, back-propagation neural network provide the Thai handwritten recognition accuracy of 87%

keywords: Pattern Recognition, Character Recognition, Artificial Neural Network, Character Segmentation, Feature Extraction of Thai Handwritten

Presentation

Thai Handwritten Character Recognition
Grey Image
Binary Image
Noise Reduction
Line Segmentation
Character Segmentation
Thinning
Feature Extraction
Artificial Neural Networks
Evaluation
Character Recognition Evaluated
Optimal Hidden Node
OCR Program GUI

Diagram
http://surinta.blogspot.com/2009/10/thai-handwritten-character-recognition_02.html

Video from youtube
http://surinta.blogspot.com/2009/10/thai-handwritten-character-recognition_22.html