Метод розпізнавання символів на зображенні на основі згорткової нейронної мережі

dc.citation.epage105
dc.citation.issue905
dc.citation.journalTitleВісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи та мережі
dc.citation.spage96
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.affiliationLviv Polytechnic National University
dc.contributor.authorПарамуд, Я. С.
dc.contributor.authorЯркун, В. І.
dc.contributor.authorParamud, Y.
dc.contributor.authorYarkun, V.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2020-03-10T13:14:55Z
dc.date.available2020-03-10T13:14:55Z
dc.date.created2018-02-26
dc.date.issued2018-02-26
dc.description.abstractРозроблено метод розпізнавання тексту - рукописного чи друкованого - на зображенні. Метод грунтується на емпіричному опрацюванні зображень у статистичних моделях машинного навчання та функціонування. Він забезпечує ефективне розв’язання задач двох класів: виявлення тексту на зображенні та розпізнавання тексту. Розроблено алгоритмічні підходи, що об’єднують ці два класи задач. Алгоритмічно-програмні засоби створено та протестовано для операційної системи iOS 11.0 та нових пристроїв компанії Apple – iPhone, iPad, які підтримують цю операційну систему. Емпірично встановлено, що запропонований метод та розроблені засоби можуть бути застосовані у нових пристроях компанії Apple: iPhone, iPad, які підтримують основні особливості операційної системи iOS.
dc.description.abstractIn this article, a system of handwritten or printed text recognition in the image has been developed. Empirical methods of image processing and statistical models of machine learning and simulation are being developed in two directions: the detection of text on the image and the recognition of the text. Thus, in this paper, algorithmic software tools that combine these two areas in the software created for the operating systemiOS 11.0 or later for devices of the company Apple – iPhone, iPad that support this operating system are developed.
dc.format.extent96-105
dc.format.pages10
dc.identifier.citationПарамуд Я. С. Метод розпізнавання символів на зображенні на основі згорткової нейронної мережі / Я. С. Парамуд, В. І. Яркун // Вісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи та мережі. — Львів : Видавництво Національного університету “Львівська політехніка”, 2018. — № 905. — С. 96–105.
dc.identifier.citationenParamud Y. Method of image symbol recognition on the basis of convolutional neural network / Y. Paramud, V. Yarkun // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Kompiuterni systemy ta merezhi. — Lviv : Vydavnytstvo Natsionalnoho universytetu "Lvivska politekhnika", 2018. — No 905. — P. 96–105.
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/47195
dc.language.isouk
dc.publisherВидавництво Національного університету “Львівська політехніка”
dc.relation.ispartofВісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи та мережі, 905, 2018
dc.relation.references1. Paramud Y., Yarkun V. Algorithmic and software means of handwritten symbol recognition //Bulletin of the National University “Lviv Polytechnic” “Computer Systems and Networks” No 881, Lviv, Ukraine. 2017. – P. 98–106.
dc.relation.references2. Yarkun V., Paramud Y. Algorithmic and software synchronization ofinformation exchange // Bulletin of the National University “Lviv Polytechnic” “Computer Systems andNetworks” No 857, Lviv, Ukraine. 2016. – P.111–118.
dc.relation.references3. Datong Chen, Jean-Marc Odobez, HerveBourlard. Text detection and recognition in images and video frames // Pattern Recognition journal, 2003.– P. 595–608.
dc.relation.references4. Convolutional Neural Network [Electronic resource]/ Stanford. – Access mode:http://ufldl.stanford.edu/tutorial /supervised/ConvolutionalNeuralNetwork/.
dc.relation.references5. Convolutional networks[Electronic resource]/ Stanford. – Access mode: http://cs231n.github.io/convolutionalnetworks/#overview.
dc.relation.references6. Сoreml [Electronic resource]/ Apple. – Access mode:https://developer.apple.com/documentation/coreml.
dc.relation.references7. Bachelor’s degree dissertation [Electronic resource]/Github. – Access mode: https://github.com/VitaliyYarkun/Bachelor-s-degree-dissertation.
dc.relation.references8. NIST. Americannational standard for information systems – data format for the interchange of fingerprint, facial, and, scarmark and tattoo (smt) information, ansi-itl 1-2000 (nist special publication 500–245), September 2000.
dc.relation.referencesen1. Paramud Y., Yarkun V. Algorithmic and software means of handwritten symbol recognition //Bulletin of the National University "Lviv Polytechnic" "Computer Systems and Networks" No 881, Lviv, Ukraine. 2017, P. 98–106.
dc.relation.referencesen2. Yarkun V., Paramud Y. Algorithmic and software synchronization ofinformation exchange, Bulletin of the National University "Lviv Polytechnic" "Computer Systems andNetworks" No 857, Lviv, Ukraine. 2016, P.111–118.
dc.relation.referencesen3. Datong Chen, Jean-Marc Odobez, HerveBourlard. Text detection and recognition in images and video frames, Pattern Recognition journal, 2003, P. 595–608.
dc.relation.referencesen4. Convolutional Neural Network [Electronic resource]/ Stanford, Access mode:http://ufldl.stanford.edu/tutorial /supervised/ConvolutionalNeuralNetwork/.
dc.relation.referencesen5. Convolutional networks[Electronic resource]/ Stanford, Access mode: http://cs231n.github.io/convolutionalnetworks/#overview.
dc.relation.referencesen6. Soreml [Electronic resource]/ Apple, Access mode:https://developer.apple.com/documentation/coreml.
dc.relation.referencesen7. Bachelor’s degree dissertation [Electronic resource]/Github, Access mode: https://github.com/VitaliyYarkun/Bachelor-s-degree-dissertation.
dc.relation.referencesen8. NIST. Americannational standard for information systems – data format for the interchange of fingerprint, facial, and, scarmark and tattoo (smt) information, ansi-itl 1-2000 (nist special publication 500–245), September 2000.
dc.relation.urihttp://ufldl.stanford.edu/tutorial
dc.relation.urihttp://cs231n.github.io/convolutionalnetworks/#overview
dc.relation.urihttps://developer.apple.com/documentation/coreml
dc.relation.urihttps://github.com/VitaliyYarkun/Bachelor-s-degree-dissertation
dc.rights.holder© Національний університет “Львівська політехніка”, 2018
dc.rights.holder© Парамуд Я. С., Яркун В. І., 2018
dc.subjectрозпізнавання символів
dc.subjectзображення
dc.subjectзгорткова нейронна мережа
dc.subjectмашинне навчання
dc.subjectcharacter recognition
dc.subjectimage
dc.subjectconvolutional neural network
dc.subjectmachine learning
dc.subject.udc004.032.2
dc.titleМетод розпізнавання символів на зображенні на основі згорткової нейронної мережі
dc.title.alternativeMethod of image symbol recognition on the basis of convolutional neural network
dc.typeArticle

Files

Original bundle

Now showing 1 - 2 of 2
Thumbnail Image
Name:
2018n905_Paramud_Y-Method_of_image_symbol_recognition_96-105.pdf
Size:
896.63 KB
Format:
Adobe Portable Document Format
Thumbnail Image
Name:
2018n905_Paramud_Y-Method_of_image_symbol_recognition_96-105__COVER.png
Size:
375.5 KB
Format:
Portable Network Graphics

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.99 KB
Format:
Plain Text
Description: