手書き数字文字列認識のためのスマートボット【JST・京大機械翻訳】

Gundavarapu Mallikarjuna Rao; Yannam Vivek Vardhan Reddy; Velagala Akash; Lankela Snehith Reddy; G Saaketh Koundinya; Regonda Sai Chandan

文献

J-GLOBAL ID：202202243823991192 整理番号：22A0964230

手書き数字文字列認識のためのスマートボット【JST・京大機械翻訳】

Smart Bot for Handwritten Digit String Recognition

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0964230&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0964230&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (6件)： , , , , ,
資料名：
巻： 2022 号： ICONAT ページ： 1-5 発行年： 2022年
JST資料番号： W2441A 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

手書き数字ストリング認識は,単一数字を個々に決定するより精巧である。単一数字の反復認識は手書き数字ストリングを認識するために適用可能である。同様のアプローチをこの論文で行った。提案方法は,ケークで書かれた数字を認識して,chequeを処理するために,銀行で有利であった。さらに,銀行は,chequeをキャッシュする前の確認のために,認識された手書き数字のオーディオメッセージをcheque問題者に送ることができる。提唱されたモデルを,pythonプラットフォームで開発して,軽量で,ロバストで,交差プラットフォームである。このアプローチでは,MNIST手書き数字データセットと手書き数字を認識するために自分自身のいくつかのサンプルを用いてニューラルネットワークモデルを訓練した。畳み込みニューラルネットワークモデルは,物体認識,画像処理,セグメンテーション,顔認識および多くの同定関連タスクのために,今日の技術において広く使われている。プロジェクトで使用されるCNNモデルは,提供された画像における数字を決定する。最後に,このシステムは[プレ]記録オーディオを演ず,与えられた数字ストリングにおいて認識された数字に対する出力を示す。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識 , 音声処理 , 符号理論 , 専用演算制御装置

, ,

前のページに戻る