Arabic Offline Writer Identification Based on an Oriented FAST and Rotated BRIEF (ORB) and Speeded-up Robust Features (SURF) Algorithms
| العنوان بلغة أخرى: |
تحديد هوية كاتب النص العربي بالاعتماد على الخوارزمية السريعة لتحديد النقاط المختصرة لوصف النقاط وخوارزمية الخصائص القوية السريعة |
|---|---|
| المؤلف الرئيسي: | Al-Sheyab, Heba Ahmad Mohammad (Author) |
| مؤلفين آخرين: | Batiha, Khaled (Advisor) |
| التاريخ الميلادي: |
2017
|
| موقع: | المفرق |
| الصفحات: | 1 - 71 |
| رقم MD: | 855469 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة آل البيت |
| الكلية: | كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
13
| المستخلص: |
عملية تحديد هوية كاتب النص طبقت في مجالات مختلفة نتيجة للتطور المستمر في تطبيقات تكنولوجيا المعلومات. بالرغم من التطور الهائل في أنظمة التعرف على الكاتب إلا أنه لم يتم دراسة عملية التعرف على هوية الكاتب العربي كما هو الحال للكاتب اللاتيني أو الصيني حتى السنوات القليلة الماضية. في هذه الأطروحة قدمنا مقترح لنظام التعرف على هوية كاتب النصوص المختلفة المدخلة مسبقا باللغة العربية باستخدام خوارزميات Speeded Up Robust Features (SURF) and Oriented FAST and .(Rotated BRIEF (ORB) النظام المقترح يتكون من مرحلتين: التدريب والتعرف. في مرحلة التدريب تقوم الخوارزميات باستخراج الخصائص من النصوص المدخلة المكتوبة باليد، وبعد ذلك نطبق عليها خوارزمية (k-means clustering) لإنشاء مجموعة من المراكز لكل كاتب وتخزينها في سجل. في مرحلة التعرف تقوم الخوارزميات باستخراج الخصائص من النص المدخل لغاية الفحص المكتوب باليد ومن ثم مقارنتها مع الخصائص الموجودة في السجل للتعرف على كاتب هذا النص باستخدام k-nearest neighbors (matcher (k-NN)).. تم استخدام قاعدة البيانات (IFN/ENIT) في النظام المقترح. تم اختبار النظام باستخدام بعض المتغيرات مثل النص المكتوب بخط اليد ومراكز العناقيد. تمت المقارنة بين أداء كلا الخوارزميتين من حيث نسبة التعرف على الكاتب ومن حيث الوقت اللازم لإنشاء (codebook). خوارزمية (ORB) حقق نتائج أفضل بكثير من خوارزمية (SURF). حيث بينت النتائج أن أفضل نتيجة كانت عند استخدام خوارزمية (ORB) مع 600 مركز للعناقيد حيث كانت نسبة التعرف 95% وكانت هذه النتائج أفضل عند مقارنتها مع كل من (Chawki and Labiba, 2010) و (Mohammad alsheyab thesis 2017). |
|---|
عناصر مشابهة
-
Offline Writer Identification for Arabic Handwriting Texts Based on a Scale Invariant Feature Transform (SIFT)
بواسطة: Al Sheyab, Mohammad Mahmoud Ali منشور: (2017) -
Video Compression Enhancement Based on Speeded up Robust Features "SURF" Algorithm and Scene Segmentation
بواسطة: الشويكى، جمانة مفيد منشور: (2019) -
The Impact of Utilizing Speeded Up Robust Features (SURF) for Secure Image Search over Public Cloud
بواسطة: الزواهرة، بيان صالح منشور: (2018) -
Detection of Traffic Signs Using Feature Based on of Speed up Robust Method
بواسطة: Shahbaz, Shahad J. منشور: (2023) -
Fast Robust Lms-Based Adaptive Algorithms Utilizing The Dynamics of Physical Systems
بواسطة: Haddad, Tariq Fuad منشور: (1995)
