Оптическое распознавание символов с помощью нейронных сетей

Аннотация

XXI век – это век глобальной автоматизации и оцифровки данных. В наше время имеется
огромный спрос на системы оптического распознавания, включая системы распознавания
символов. В сфере оптического распознавания используются различные подходы в решении
поставленных задач. Некоторые из них основываются на классических методах выделения
характерных признаков. Некоторые базируются на алгоритмах машинного обучения. В
данной работе рассматриваются исследования в сфере машинного обучения и предложения
для последующих исследований. Данная статья основывается на двух публикациях,
которые описывают основы машинного обучения. Мы поставили несколько аналогичных
экспериментов для ознакомления с методами и техниками данного подхода, а также для
определения основных принципов, которые влияют на процесс оптического распознавания.
Мы проанализировали две основные архитектуры: многослойный перцептрон и сверточные
нейронные сети. В заключении, мы ознакомились с основами алгоритмов машинного
обучения и составили стратегию для дальнейших исследований. Полученный результат
отражает разницу в производительности между разными моделями сверточных нейронных
сетей при одинаковых условиях. Последующие работы будут содержать исследования и
эксперименты различных архитектур. В дополнении, мы рассмотрели различные утилиты,
программное обеспечение и среды для создания оптимального процесса реализации системы.