Σχεδιασμός και ανάπτυξη ευφυούς εφαρμογής για την αναγνώριση χειρόγραφων λέξεων
Σκοπός της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός και η ανάπτυξη εφαρμογής για την αναγνώριση χειρόγραφων λέξεων. Παρουσιάζεται λοιπόν ένα συνελικτικό επαναλαμβανόμενο νευρωνικό δίκτυο αποτελούμενο από πέντε συνελικτικα επίπεδα, δύο Long short-term memory (LSTM) επίπεδα καθώς και ένα C...
Κύριος συγγραφέας: | |
---|---|
Άλλοι συγγραφείς: | |
Γλώσσα: | Greek |
Έκδοση: |
2021
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/14712 |
id |
nemertes-10889-14712 |
---|---|
record_format |
dspace |
spelling |
nemertes-10889-147122022-09-05T13:59:37Z Σχεδιασμός και ανάπτυξη ευφυούς εφαρμογής για την αναγνώριση χειρόγραφων λέξεων Design and implementation of smart application for the recognition of handwritten words Λάγιος, Βασίλειος Lagios, Vasileios Αναγνώριση χειρόγραφων λέξεων Συνελικτικά νευρωνικά δίκτυα Επαναλαμβανόμενα νευρωνικά δίκτυα Handwritten word recognition Convolutional neural networks Recurrent neural networks Σκοπός της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός και η ανάπτυξη εφαρμογής για την αναγνώριση χειρόγραφων λέξεων. Παρουσιάζεται λοιπόν ένα συνελικτικό επαναλαμβανόμενο νευρωνικό δίκτυο αποτελούμενο από πέντε συνελικτικα επίπεδα, δύο Long short-term memory (LSTM) επίπεδα καθώς και ένα Connectionist Temporal Classification (CTC) επίπεδο. Επίσης παρουσιάζεται και μια σειρά βημάτων για την προεπεξεργασία των εικόνων που χρησιμοποιούνται ως δεδομένα εισόδου στο νευρωνικό δίκτυο για την βελτιστοποίηση της ακρίβειας του μοντέλου. Το νευρωνικό δίκτυο εκπαιδεύτηκε πάνω στην ΙΑM Handwriting Database. Τέλος για την σχεδίαση της διεπαφής χρησιμοποιήθηκε το Flask framework καθώς και οι γλώσσες HTML και CSS. The purpose of the diploma thesis is the design and implementation of an application about handwritten recognition. So, we have presented a convolutional recurrent neural network that has five convolutional layers, two Long short-term memory (LSTM) layers and one Connectionist Temporal Classification (CTC) layer. Furthermore, there is an order of steps presented for the prepossessing of the images that are used as input data in the neural network for the optimization of the accuracy of the model. The neural network was trained upon IAM Handwriting Database. To conclude, for the design of the interface, flask framework was used, such as HTML language and CSS. 2021-03-26T06:47:45Z 2021-03-26T06:47:45Z 2021-03-24 http://hdl.handle.net/10889/14712 gr application/pdf |
institution |
UPatras |
collection |
Nemertes |
language |
Greek |
topic |
Αναγνώριση χειρόγραφων λέξεων Συνελικτικά νευρωνικά δίκτυα Επαναλαμβανόμενα νευρωνικά δίκτυα Handwritten word recognition Convolutional neural networks Recurrent neural networks |
spellingShingle |
Αναγνώριση χειρόγραφων λέξεων Συνελικτικά νευρωνικά δίκτυα Επαναλαμβανόμενα νευρωνικά δίκτυα Handwritten word recognition Convolutional neural networks Recurrent neural networks Λάγιος, Βασίλειος Σχεδιασμός και ανάπτυξη ευφυούς εφαρμογής για την αναγνώριση χειρόγραφων λέξεων |
description |
Σκοπός της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός και η ανάπτυξη εφαρμογής για την αναγνώριση χειρόγραφων λέξεων. Παρουσιάζεται λοιπόν ένα συνελικτικό επαναλαμβανόμενο νευρωνικό δίκτυο αποτελούμενο από πέντε συνελικτικα επίπεδα, δύο Long short-term memory (LSTM) επίπεδα καθώς και ένα Connectionist Temporal Classification (CTC) επίπεδο. Επίσης παρουσιάζεται και μια σειρά βημάτων για την προεπεξεργασία των εικόνων που χρησιμοποιούνται ως δεδομένα εισόδου στο νευρωνικό δίκτυο για την βελτιστοποίηση της ακρίβειας του μοντέλου. Το νευρωνικό δίκτυο εκπαιδεύτηκε πάνω στην ΙΑM Handwriting Database. Τέλος για την σχεδίαση της διεπαφής χρησιμοποιήθηκε το Flask framework καθώς και οι γλώσσες HTML και CSS. |
author2 |
Lagios, Vasileios |
author_facet |
Lagios, Vasileios Λάγιος, Βασίλειος |
author |
Λάγιος, Βασίλειος |
author_sort |
Λάγιος, Βασίλειος |
title |
Σχεδιασμός και ανάπτυξη ευφυούς εφαρμογής για την αναγνώριση χειρόγραφων λέξεων |
title_short |
Σχεδιασμός και ανάπτυξη ευφυούς εφαρμογής για την αναγνώριση χειρόγραφων λέξεων |
title_full |
Σχεδιασμός και ανάπτυξη ευφυούς εφαρμογής για την αναγνώριση χειρόγραφων λέξεων |
title_fullStr |
Σχεδιασμός και ανάπτυξη ευφυούς εφαρμογής για την αναγνώριση χειρόγραφων λέξεων |
title_full_unstemmed |
Σχεδιασμός και ανάπτυξη ευφυούς εφαρμογής για την αναγνώριση χειρόγραφων λέξεων |
title_sort |
σχεδιασμός και ανάπτυξη ευφυούς εφαρμογής για την αναγνώριση χειρόγραφων λέξεων |
publishDate |
2021 |
url |
http://hdl.handle.net/10889/14712 |
work_keys_str_mv |
AT lagiosbasileios schediasmoskaianaptyxēeuphyousepharmogēsgiatēnanagnōrisēcheirographōnlexeōn AT lagiosbasileios designandimplementationofsmartapplicationfortherecognitionofhandwrittenwords |
_version_ |
1771297267447234560 |