การรู้จำลายมือเขียนภาษาไทยแบบออนไลน์โดยใช้นิวรอลเน็ตเวิร์ค

อภิชาต สัจจพงษ์

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/71209

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	วิวัฒน์ วัฒนาวุฒิ	-
dc.contributor.advisor	นงลักษณ์ โควาวิสารัช	-
dc.contributor.author	อภิชาต สัจจพงษ์	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย	-
dc.date.accessioned	2020-12-03T03:59:59Z	-
dc.date.available	2020-12-03T03:59:59Z	-
dc.date.issued	2541	-
dc.identifier.isbn	9743314024	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/71209	-
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2541	en_US
dc.description.abstract	หัวข้อการวิจัยที่น่าสนใจที่สุดอันหนึ่งคือการรู้จำลายมือเขียนภาษาไทยโดยเฉพาะแบบออนไลน์ โดย ทั่วไปการเขียนตัวอักษรภาษาไทยด้วยลายมือเขียนสามารถเขียนได้หลายรูปแบบและในตำแหน่งที่ต่างกันออกไป ลายมือเขียนแบบออนไลน์ที่เขียนลงบนดิจิไทเซอร์จะอยู่ในรูปลำดับของสโดรค ซึ่งแต่ละสโตรคประกอบด้วยคู่ลำดับของการเขียนด้วยปลายปากกา เริ่มจากตำแหน่งที่ปลายปากกาแตะที่กระดานจนถึงตำแหน่งที่ยกปลายปากกาขึ้น งานวิจัยนี้ศึกษาถึงการรู้จำลายมือเขียนภาษาไทยแบบออนไลน์ซึ่งแทนด้วยลำดับของจุดเด่น (Dominant points) ในสโตรค และลำดับของทิศทางของการเขียนโดยใช้รหัสลูกโซ่ฟรีแมน (Freeman chain code) ระหว่างจุดเด่นที่อยู่ติดกัน ข้อมูลที่เป็นรหัสทิศทางของจุดเด่นและค่ามุมที่เปลี่ยนแปลงของแต่ละจุดในสโตรค จะนำมาใช้ในการจำแนกลายมือเขียนโดยอาศัยนิวรอลเน็ตเวิร์คในการรู้จำ ซึ่งวิธีการนี้มีความยืดหยุ่นสูง แม้ว่าข้อมูลนำเข้า จะมีความคลาดเคลื่อนก็ตาม ผลการทดลองการรู้จำลายมือเขียนภาษาไทย 67 ตัวอักษรของผู้วิจัยเองพบว่า อัตราการรู้จำมีความถูกต้อง 83.43% รู้จำผิด 2.16% และรู้จำไม่ได้ 14.41%	-
dc.description.abstractalternative	One of the most challenging topics is the recognition of Thai handwriting, especially on-line recognition. All Thai alphabetical characters can be written in certain styles with strokes of different shapes and positions. An on-line handwritten character written on a digitizing tablet is represented as a sequence of strokes, which are the loci of the pen tip from its pen-down to pen- up positions. This paper presents an approach to on-line handwritten Thai character is characterized by a sequence of dominant points in strokes and a sequence of writing directions using a Freeman code between consecutive dominant points. The directional information of the dominant points and sequence of changes in angles of the data points are used for classification that is based on back-propagation neural network. This technique is elastic, in that it can tolerate local variation and deformation. Experiments have been conducted to recognize 67 daily-used Thai characters and performed on single writer’s data. The recognition rate is 83.43%, with 2.16% substitution rate and 14.41% rejection rate.	-
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	ภาษาไทย -- ตัวอักษร	en_US
dc.subject	นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)	en_US
dc.subject	การรู้จำอักขระ (คอมพิวเตอร์)	en_US
dc.subject	Thai language -- Alphabet	en_US
dc.subject	Neural networks (Computer science)	en_US
dc.subject	Character recognition	en_US
dc.title	การรู้จำลายมือเขียนภาษาไทยแบบออนไลน์โดยใช้นิวรอลเน็ตเวิร์ค	en_US
dc.title.alternative	On-line handwritten Thai character recognition using a neural network	en_US
dc.type	Thesis	en_US
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	วิทยาศาสตร์คอมพิวเตอร์	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	Wiwat.V@Chula.ac.th	-
dc.email.advisor	Nongluk.C@Chula.ac.th	-
Appears in Collections:	Grad - Theses

Files in This Item:

File	Description	Size	Format
Apichart_sa_front_p.pdf	หน้าปก และบทคัดย่อ	913.5 kB	Adobe PDF	View/Open
Apichart_sa_ch1_p.pdf	บทที่ 1	723.85 kB	Adobe PDF	View/Open
Apichart_sa_ch2_p.pdf	บทที่ 2	1.05 MB	Adobe PDF	View/Open
Apichart_sa_ch3_p.pdf	บทที่ 3	1.13 MB	Adobe PDF	View/Open
Apichart_sa_ch4_p.pdf	บทที่ 4	1.04 MB	Adobe PDF	View/Open
Apichart_sa_ch5_p.pdf	บทที่ 5	684.82 kB	Adobe PDF	View/Open
Apichart_sa_back_p.pdf	บรรณานุกรม และภาคผนวก	765.98 kB	Adobe PDF	View/Open

Show simple item record