1. Trang chủ
  2. » Luận Văn - Báo Cáo

LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI

89 18 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 89
Dung lượng 12,48 MB

Nội dung

1 Đà Nẵng, ngày tháng năm 2021 HỌC VIÊN Thái Lâm Ngọc Thi BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN THÁI LÂM NGỌC THI NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP NHẬN DẠNG CHỮ VÀ SỐ VIẾT TAY TRÊN PHIẾU GHI ĐIỂM THI Chuyên ngành Khoa học máy tính Mã số 60480101 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học PGS TS Đỗ Năng Toàn Đà Nẵng, 2021 LỜI CẢM ƠN Luận văn được thực hiện tại Trường Đại học Duy Tân dưới sự hướng dẫn của thầy PGS TS Đỗ Năng Toàn Trước hết em xin bày tỏ lòng biết ơn sâu sắc t.

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN Đà Nẵng, ngày … tháng … năm 2021 THÁI LÂM NGỌC THI HỌC VIÊN NGHIÊN CỨU MỘT SỐ PHƯƠNG Thái Lâm PHÁP Ngọc ThiNHẬN DẠNG CHỮ VÀ SỐ VIẾT TAY TRÊN PHIẾU GHI ĐIỂM THI LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Đà Nẵng, 2021 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN THÁI LÂM NGỌC THI NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP NHẬN DẠNG CHỮ VÀ SỐ VIẾT TAY TRÊN PHIẾU GHI ĐIỂM THI Chuyên ngành: Khoa học máy tính Mã số: 60480101 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học: PGS.TS Đỗ Năng Toàn Đà Nẵng, 2021 i LỜI CẢM ƠN Luận văn thực Trường Đại học Duy Tân hướng dẫn thầy PGS.TS Đỗ Năng Toàn Trước hết em xin bày tỏ lòng biết ơn sâu sắc tới thầy PGS.TS Đỗ Năng Tồn, người tận tình hướng dẫn giúp đỡ để em hoàn thành luận văn Em xin gửi lời cảm ơn chân thành đến thầy cô giáo Trường Đại học Duy Tân, nhiệt tình giảng dạy, truyền đạt kiến thức cho em suốt trình học tập trường trình làm luận văn Cuối em xin gửi lời cảm ơn đến gia đình, bạn bè, đồng nghiệp người động viên, giúp đỡ tạo điều kiện cho em q trình học tập hồn thành luận văn ii LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu riêng tơi Các số liệu kết nghiên cứu luận văn trung thực không trùng lặp với đề tài khác Đà Nẵng, ngày … tháng … năm 2021 HỌC VIÊN Thái Lâm Ngọc Thi iii MỤC LỤC THÁI LÂM NGỌC THI .1 ĐÀ NẴNG, (Ghi năm hoàn thành luận văn) BỘ GIÁO DỤC VÀ ĐÀO TẠO THÁI LÂM NGỌC THI .2 LỜI CẢM ƠN i Cuối em xin gửi lời cảm ơn đến gia đình, bạn bè, đồng nghiệp người động viên, giúp đỡ tạo điều kiện cho em trình học tập hồn thành luận văn i MỤC LỤC .iii DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT xii DANH MỤC CÁC HÌNH xiii THÁI LÂM NGỌC THI xiii ĐÀ NẴNG, xiii (Ghi năm hoàn thành luận văn) xiii BỘ GIÁO DỤC VÀ ĐÀO TẠO .xiii THÁI LÂM NGỌC THI xiii LỜI CẢM ƠN i xiii Cuối em xin gửi lời cảm ơn đến gia đình, bạn bè, đồng nghiệp người động viên, giúp đỡ tạo điều kiện cho em q trình học tập hồn thành luận văn i xiii MỤC LỤC iii xiii THÁI LÂM NGỌC THI iii .xiii ĐÀ NẴNG, iii xiii (Ghi năm hoàn thành luận văn) iii .xiii BỘ GIÁO DỤC VÀ ĐÀO TẠO iii xiii iv THÁI LÂM NGỌC THI iii .xiii LỜI CẢM ƠN i iii xiii Cuối em xin gửi lời cảm ơn đến gia đình, bạn bè, đồng nghiệp người động viên, giúp đỡ tạo điều kiện cho em trình học tập hoàn thành luận văn i iii .xiii MỤC LỤC iii iii xiii DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT vi iii xiii DANH MỤC CÁC HÌNH vii iii xiii Lý chọn đề tài: iii xiii Mục đích nghiên cứu: iii .xiii Nhiệm vụ nghiên cứu: iii .xiii Đối tượng phạm vi nghiên cứu: iii xiii Phương pháp nghiên cứu: iii xiv Nội dung luận văn: gồm có chương iii .xiv Chương KHÁI QUÁT VỀ NHẬN DẠNG CHỮ VÀ SỐ VIẾT TAY iii xiv 1.1 Giới thiệu toán nhận dạng chữ viết tay iii xiv 1.2 Các bước xử lý ảnh iii xiv Hình 1.1 Quá trình xử lý ảnh iii xiv Hình 1.2 Các bước hệ thống xử lý ảnh iii .xiv 1.3 Một số phương pháp nhận dạng: 11 iii xiv Hình 1.3 Siêu phẳng phân chia tuyến tính 16 iii .xiv Hình 1.4 Biên độ siêu phẳng có biên độ cực đại 16 iii .xiv Hình 1.5 Vector hỗ trợ 17 iv xiv Hình 1.6 Ánh xạ phi tuyến hàm hạt nhân 17 iv xiv Hình 1.7 Mơ hình nhận dạng ký tự dùng SVM 18 iv .xiv Hình 1.8 Mơ hình Markov ẩn 19 iv xiv v Hình 1.9 Đồ thị vô hướng HMM 20 iv .xiv 1.4 Kết hợp kỹ thuật nhận dạng: 21 iv xiv 1.5 Đánh giá phương pháp nhận dạng 22 iv .xiv Chương KỸ THUẬT SVM TRONG NHẬN DẠNG PHIẾU GHI ĐIỂM THI 26 iv .xiv 2.1 Kỹ thuật SVM 26 iv .xiv Hình 2.1 Phân lớp tuyến tính 26 iv xiv Hình 2.2 Siêu phẳng tách tuyến tính 27 iv xiv Hình 2.3 Lề phân cách 28 iv .xiv Hình 2.4 Lề phân cách lớn 29 iv xiv Hình 2.5 Khoảng cách từ điểm liệu đến mặt phân cách 29 iv xiv Hình 2.6 Hình mẫu liệu bị gán nhãn sai 33 iv xiv Hình 2.7 Biểu diễn mẫu gán sai nhãn 34 iv xiv Hình 2.8 Phân nhiều lớp với SVM 37 iv xv 2.2 Các thuật toán huấn luyện SVM 39 iv xv 2.3 Nhận dạng phiếu điểm với SVM 43 iv xv Hình 2.9 Mẫu phiếu ghi điểm thi 44 iv .xv Hình 2.11 Nhị phân hóa ảnh 47 iv .xv Hình 2.12 Lọc nhiễu 47 iv xv Hình 2.13 Chuẩn hóa kích thước ảnh số “4” “6” 47 iv xv (a) Ảnh gốc, (b) Ảnh sau làm trơn biên 48 iv xv Hình 2.14 Làm trịn biên chữ 48 iv xv Hình 2.15 Làm mảnh chữ 49 iv xv Hình 2.16 Hiệu chỉnh độ nghiêng phiếu điểm 49 v xv Hình 2.17 Tách thông tin phiếu ghi điểm thi 50 v xv 2.4 Kết luận chương 52 v xv vi Chương THIẾT KẾ CHƯƠNG TRÌNH VÀ KẾT QUẢ THỬ NGHIỆM 52 v xv 3.1 Bài toán nhận dạng phiếu ghi điểm thi 52 v .xv Hình 3.2 Huấn luyện Support Vector theo liệu mẫu 56 v xv Hình 3.3 Các support vector 56 v xv Hình 3.4 Nhận dạng chữ số với SVM 57 v xv Hình 3.6 Nhận dạng số viết tay – số 57 v .xv Hình 3.7 Nhập phiếu ghi điểm thi 58 v .xv Hình 3.8 Xử lý phiếu ghi điểm thi 58 v .xv Hình 3.9 Nhận dạng phiếu ghi điểm thi 59 v xv Hình 3.10 Kết nhận dạng 59 v xv 3.2 Một số kết 59 v .xv 3.3 Kết luận chương: 60 v xv KẾT LUẬN 62 v xv TÀI LIỆU THAM KHẢO v xvi DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT vi .xvi DANH MỤC CÁC HÌNH vii .xvi Lý chọn đề tài: xvi Mục đích nghiên cứu: xvi Nhiệm vụ nghiên cứu: xvi Đối tượng phạm vi nghiên cứu: .xvi Phương pháp nghiên cứu: xvi Nội dung luận văn: gồm có chương xvi Chương KHÁI QUÁT VỀ NHẬN DẠNG CHỮ VÀ SỐ VIẾT TAY xvi 1.1 Giới thiệu toán nhận dạng chữ viết tay .xvi 1.2 Các bước xử lý ảnh xvi Hình 1.1 Quá trình xử lý ảnh xvi vii Hình 1.2 Các bước hệ thống xử lý ảnh xvi 1.3 Một số phương pháp nhận dạng: 11 xvi Hình 1.3 Siêu phẳng phân chia tuyến tính 16 xvi Hình 1.4 Biên độ siêu phẳng có biên độ cực đại 16 xvi Hình 1.5 Vector hỗ trợ 17 xvi Hình 1.6 Ánh xạ phi tuyến hàm hạt nhân 17 .xvi Hình 1.7 Mơ hình nhận dạng ký tự dùng SVM 18 xvi Hình 1.8 Mơ hình Markov ẩn 19 xvi Hình 1.9 Đồ thị vơ hướng HMM 20 xvi 1.4 Kết hợp kỹ thuật nhận dạng: 21 xvi 1.5 Đánh giá phương pháp nhận dạng 22 xvi Chương KỸ THUẬT SVM TRONG NHẬN DẠNG PHIẾU GHI ĐIỂM THI 26 xvi 2.1 Kỹ thuật SVM 26 xvi Hình 2.1 Phân lớp tuyến tính 26 .xvii Hình 2.2 Siêu phẳng tách tuyến tính 27 xvii Hình 2.3 Lề phân cách 28 xvii Hình 2.4 Lề phân cách lớn 29 xvii Hình 2.5 Khoảng cách từ điểm liệu đến mặt phân cách 29 xvii Hình 2.6 Hình mẫu liệu bị gán nhãn sai 33 xvii Hình 2.7 Biểu diễn mẫu gán sai nhãn 34 xvii Hình 2.8 Phân nhiều lớp với SVM 37 .xvii 2.2 Các thuật toán huấn luyện SVM 39 xvii 2.3 Nhận dạng phiếu điểm với SVM 43 xvii Hình 2.9 Mẫu phiếu ghi điểm thi 44 .xvii Hình 2.11 Nhị phân hóa ảnh 47 .xvii Hình 2.12 Lọc nhiễu 47 xvii viii Hình 2.13 Chuẩn hóa kích thước ảnh số “4” “6” 47 xvii (a) Ảnh gốc, (b) Ảnh sau làm trơn biên 48 .xvii Hình 2.14 Làm trịn biên chữ 48 .xvii Hình 2.15 Làm mảnh chữ 49 xvii Hình 2.16 Hiệu chỉnh độ nghiêng phiếu điểm 49 xvii Hình 2.17 Tách thông tin phiếu ghi điểm thi 50 xvii 2.4 Kết luận chương 52 xvii Chương THIẾT KẾ CHƯƠNG TRÌNH VÀ KẾT QUẢ THỬ NGHIỆM 52 .xvii 3.1 Bài toán nhận dạng phiếu ghi điểm thi 52 .xvii Hình 3.2 Huấn luyện Support Vector theo liệu mẫu 56 xvii Hình 3.3 Các support vector 56 .xvii Hình 3.4 Nhận dạng chữ số với SVM 57 xvii Hình 3.6 Nhận dạng số viết tay – số 57 xvii Hình 3.7 Nhập phiếu ghi điểm thi 58 .xviii Hình 3.8 Xử lý phiếu ghi điểm thi 58 .xviii Hình 3.9 Nhận dạng phiếu ghi điểm thi 59 xviii Hình 3.10 Kết nhận dạng 59 xviii 3.2 Một số kết 59 xviii 3.3 Kết luận chương: 60 xviii KẾT LUẬN 62 xviii TÀI LIỆU THAM KHẢO xviii Lý chọn đề tài: Mục đích nghiên cứu: Nhiệm vụ nghiên cứu: .2 Đối tượng phạm vi nghiên cứu: Phương pháp nghiên cứu: ... DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN THÁI LÂM NGỌC THI NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP NHẬN DẠNG CHỮ VÀ SỐ VIẾT TAY TRÊN PHIẾU GHI ĐIỂM THI Chuyên ngành: Khoa học máy tính Mã số: 60480101 LUẬN VĂN... 3.4 Nhận dạng chữ số với SVM 57 Hình 3.6 Nhận dạng số viết tay – số .57 Hình 3.7 Nhập phiếu ghi điểm thi .58 Hình 3.8 Xử lý phiếu ghi điểm thi .58 Hình 3.9 Nhận dạng phiếu. .. 3.4 Nhận dạng chữ số với SVM 57 Hình 3.6 Nhận dạng số viết tay – số .57 Hình 3.7 Nhập phiếu ghi điểm thi .58 Hình 3.8 Xử lý phiếu ghi điểm thi .58 Hình 3.9 Nhận dạng phiếu

Ngày đăng: 19/04/2022, 15:34

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[10]. Andrew W.More, (2001), Support Vector Machines, Associate professor School of Coputer Science Camegie Mellon University Sách, tạp chí
Tiêu đề: Support Vector Machines
Tác giả: Andrew W.More
Năm: 2001
[11]. Rafael C. Gonzalez and Richard E. Woods (2008), Digital Image Processing, 3rd edition, Prentice Hall Sách, tạp chí
Tiêu đề: Digital ImageProcessing
Tác giả: Rafael C. Gonzalez and Richard E. Woods
Năm: 2008
[12]. Christopher J.C. Burges. A Tutorial on Support vector machines for pattern recognition – burges@microsoft.com Sách, tạp chí
Tiêu đề: A Tutorial on Support vector machinesfor pattern recognition
[13]. Yuan Y. Tang, Lo-Ting Tu, Jiming Lium, Seong-Whan Lee, Win-Win Lin, Off-line Recognition of Chinese Handwriting by Multifeature and Multilevel Classification, IEEE Trans. Pattern Analysis and Machine Intelligence, vol.20, no.5, pp.556-561, 1998 Sách, tạp chí
Tiêu đề: Off-line Recognition of Chinese Handwriting byMultifeature and Multilevel Classification
[14]. Nello Cristiannini and John Shawe-Taylor (2000), An Introduction to Support Vector Machines anh other kernel-based learning methods, Cambridge University Press Sách, tạp chí
Tiêu đề: AnIntroduction to Support Vector Machines anh other kernel-based learningmethods
Tác giả: Nello Cristiannini and John Shawe-Taylor
Năm: 2000
[15]. R. Collobert and S. Bengio (2001), SVMtorch: Support Vector Machine for Large-scale Regression Problems, the Journal of Machine Learning Research Sách, tạp chí
Tiêu đề: SVMtorch: Support VectorMachine for Large-scale Regression Problems
Tác giả: R. Collobert and S. Bengio
Năm: 2001

HÌNH ẢNH LIÊN QUAN

HMM Hiden Markov Model (Mô hình Markov ẩn) - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
iden Markov Model (Mô hình Markov ẩn) (Trang 14)
Hình 1.5. Vector hỗ trợ..................................................................................17 Hình 1.6 - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 1.5. Vector hỗ trợ..................................................................................17 Hình 1.6 (Trang 24)
Hình 2.16. Hiệu chỉnh độ nghiêng của phiếu điểm.....................................49 Hình 2.17 - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.16. Hiệu chỉnh độ nghiêng của phiếu điểm.....................................49 Hình 2.17 (Trang 25)
Hình 1.4. Biên độ và siêu phẳng có biên độ cực đại - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 1.4. Biên độ và siêu phẳng có biên độ cực đại (Trang 41)
Hình 1.3. Siêu phẳng phân chia tuyến tính - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 1.3. Siêu phẳng phân chia tuyến tính (Trang 41)
Hình 1.7. Mô hình nhận dạng ký tự dùng SVM - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 1.7. Mô hình nhận dạng ký tự dùng SVM (Trang 43)
1.3.5. Mô hình Markov ẩn - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
1.3.5. Mô hình Markov ẩn (Trang 44)
Mô hình Markov ẩn - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
h ình Markov ẩn (Trang 49)
Hình 2.1. Phân lớp tuyến tính - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.1. Phân lớp tuyến tính (Trang 51)
Hình 2.2. Siêu phẳng tách tuyến tính - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.2. Siêu phẳng tách tuyến tính (Trang 52)
Hình 2.3. Lề phân cách - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.3. Lề phân cách (Trang 53)
Hình 2.4. Lề phân cách lớn nhất - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.4. Lề phân cách lớn nhất (Trang 54)
Hình 2.6. Hình mẫu dữ liệu bị gán nhãn sai - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.6. Hình mẫu dữ liệu bị gán nhãn sai (Trang 58)
Hình 2.7. Biểu diễn các mẫu gán sai nhãn - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.7. Biểu diễn các mẫu gán sai nhãn (Trang 59)
Hình 2.8. Phân nhiều lớp với SVM - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.8. Phân nhiều lớp với SVM (Trang 62)
của học viên được ghi trong một bảng gồm nhiều hàng, mỗi hàng là thông tin điểm của một học viên - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
c ủa học viên được ghi trong một bảng gồm nhiều hàng, mỗi hàng là thông tin điểm của một học viên (Trang 69)
Hình 2.10. Mẫu bảng điểm môn học, mô đun - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.10. Mẫu bảng điểm môn học, mô đun (Trang 70)
Hình 2.12. Lọc nhiễu - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.12. Lọc nhiễu (Trang 72)
Hình 2.15. Làm mảnh chữ. - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.15. Làm mảnh chữ (Trang 74)
Hình 2.17. Tách thông tin phiếu ghi điểm thi 2.3.2.3. Huấn luyện và nhận dạng  - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 2.17. Tách thông tin phiếu ghi điểm thi 2.3.2.3. Huấn luyện và nhận dạng (Trang 75)
Hình 3.1. Một mẫu dữ liệu huấn luyện - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 3.1. Một mẫu dữ liệu huấn luyện (Trang 78)
Hình 3.3. Các support vector - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 3.3. Các support vector (Trang 81)
Hình 3.2. Huấn luyện Support Vector theo dữ liệu mẫu - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 3.2. Huấn luyện Support Vector theo dữ liệu mẫu (Trang 81)
Hình 3.4. Nhận dạng các chữ số với SVM - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 3.4. Nhận dạng các chữ số với SVM (Trang 82)
Hình 3.5. Nhận dạng số viết tay – số - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 3.5. Nhận dạng số viết tay – số (Trang 82)
Hình 3.8. Xử lý phiếu ghi điểm thi - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 3.8. Xử lý phiếu ghi điểm thi (Trang 83)
Hình 3.7. Nhập phiếu ghi điểm thi - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 3.7. Nhập phiếu ghi điểm thi (Trang 83)
Hình 3.10. Kết quả nhận dạng - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 3.10. Kết quả nhận dạng (Trang 84)
Hình 3.9. Nhận dạng phiếu ghi điểm thi - LUẬN văn THẠC sĩ NGHIÊN cứu một số PHƯƠNG PHÁP NHẬN DẠNG CHỮ và số VIẾT TAY TRÊN PHIẾU GHI điểm THI
Hình 3.9. Nhận dạng phiếu ghi điểm thi (Trang 84)

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w