![](/images/graphics-bg.png)
تنفيذ التعرف الضوئي على الحروف باستخدام الشبكة العصبية التلافيفية (CNN) : دراسة
العناوين الأخرى
Implementation of ocr using convolutional neural network (cnn) : a survey
المؤلفون المشاركون
Undefined array key "AR_NAME"
المصدر
التربية و العلم : مجلة علمية للبحوث العلمية الأساسية
العدد
المجلد 31، العدد 3 (30 سبتمبر/أيلول 2022)، ص ص. 27-41، 15ص.
الناشر
جامعة الموصل كلية التربية للعلوم الصرفة
تاريخ النشر
2022-09-30
دولة النشر
العراق
عدد الصفحات
15
التخصصات الرئيسية
العلوم الطبية والصيدلة والعلوم الصحية
الطب البشري
الملخص AR
في الآونة الأخيرة، جذب التعرف الضوئي على الاحرف والتعلم العميق انتباه العديد من الباحثين، إذ ان المنافسة قائمة للحصول على اعلى دقة، ناهيك عن التحديات الحاصلة في بعض اللغات لتقارب وتشابه الاحرف فيما بينها.
عادة ما يأخذ التعرف الضوئي على الأحرف (OCR) صورة الاحرف كمدخلات وبالاعتماد على هذه الادخالات يقوم بتوليد الحروف المتطابق كإخراج.
الدور المهم الذي يقوم به OCR هو تحويل الأنماط المطبوعة إلى ملفات نصية رقمية.
عادة ما يتم استخدام أحدث الطرق الموجودة في الشبكات العصبية العميقة للتعامل مع مشاكل التعرف على الأنماط والتصنيف، وتعد الشبكة العصبية التلافيفية (CNN) نموذجا مؤثرا سخيا بنتائج ساطعة في التعرف الضوئي على الأحرف (OCR).
ومن التطبيقات التي تستخدمه في مجالاتها، على سبيل المثال، الروبوتات، ومراقبة حركة المرور، ورقمنه المقالات، وما إلى ذلك.
تم تصميم CNN لتتعلم الميزات بشكل تكيفي وتلقائي باستخدام أنواع عديدة من الطبقات.
في هذه الدراسة، نتعرف على مزايا الـ CNN واستخداماته الحديثة في التعرف الضوئي على الحروف ولماذا يكون من المهم استخدامها في هذا المجال.-
الملخص EN
Recently, character recognition and deep learning have caught the attention of many researchers.
Optical Character Recognition (OCR) usually takes an image of the character as input and generates the identical character as output.
The important role that OCR does is to transform printed materials into digital text files.
Convolutional Neural Network (CNN) is an influential model that is generous with bright results in optical character recognition (OCR).
The state-of-the-art performance which exists in deep neural networks is usually used to handle frequently recognition and classification problems.
Many applications are using it, for instance, robotics, traffic monitoring, articles digitization, etc.
CNN is designed to adaptively and automatically learn features by using many kinds of layers (convolution layers, pooling layers, and fully connected layers).
In this paper we will go through the advantages and recent usage of CNN in OCR and why it's important to use it in handwritten and printed text recognition and what subjects we can use this technique for.
Researchers are progressively using CNN for the machine-printed characters and recognition of handwritten, that is because CNN architectures are suitable for recognition tasks by inputting some images.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
طه، دجان بشير. 2022. تنفيذ التعرف الضوئي على الحروف باستخدام الشبكة العصبية التلافيفية (CNN) : دراسة. التربية و العلم : مجلة علمية للبحوث العلمية الأساسية،مج. 31، ع. 3، ص ص. 27-41.
https://search.emarefa.net/detail/BIM-1490758
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
طه، دجان بشير. تنفيذ التعرف الضوئي على الحروف باستخدام الشبكة العصبية التلافيفية (CNN) : دراسة. التربية و العلم : مجلة علمية للبحوث العلمية الأساسية مج. 31، ع. 3 (أيلول 2022)، ص ص. 27-41.
https://search.emarefa.net/detail/BIM-1490758
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
طه، دجان بشير. تنفيذ التعرف الضوئي على الحروف باستخدام الشبكة العصبية التلافيفية (CNN) : دراسة. التربية و العلم : مجلة علمية للبحوث العلمية الأساسية. 2022. مج. 31، ع. 3، ص ص. 27-41.
https://search.emarefa.net/detail/BIM-1490758
نوع البيانات
مقالات
لغة النص
العربية
الملاحظات
يتضمن مراجع ببلوجرافية : ص. 39-41
رقم السجل
BIM-1490758
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)