ارسل ملاحظاتك

ارسل ملاحظاتك لنا







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:
صورة الغلاف QR قانون

عدد مرات التحميل

13

حفظ في:
LEADER 04158nam a22003377a 4500
001 1477926
041 |a eng 
100 |9 459903  |a Al-Sheyab, Heba Ahmad Mohammad  |e Author 
245 |a Arabic Offline Writer Identification Based on an Oriented FAST and Rotated BRIEF (ORB) and Speeded-up Robust Features (SURF) Algorithms 
246 |a تحديد هوية كاتب النص العربي بالاعتماد على الخوارزمية السريعة لتحديد النقاط المختصرة لوصف النقاط وخوارزمية الخصائص القوية السريعة 
260 |a المفرق  |c 2017 
300 |a 1 - 71 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة آل البيت  |f كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات  |g الاردن  |o 0079 
520 |a 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). 
653 |a الخوارزميات  |a هوية كاتب النص  |a تكنولوجيا المعلومات 
700 |9 459904  |a Batiha, Khaled  |e Advisor 
856 |u 9802-005-012-0079-T.pdf  |y صفحة العنوان 
856 |u 9802-005-012-0079-A.pdf  |y المستخلص 
856 |u 9802-005-012-0079-C.pdf  |y قائمة المحتويات 
856 |u 9802-005-012-0079-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-005-012-0079-1.pdf  |y 1 الفصل 
856 |u 9802-005-012-0079-2.pdf  |y 2 الفصل 
856 |u 9802-005-012-0079-3.pdf  |y 3 الفصل 
856 |u 9802-005-012-0079-4.pdf  |y 4 الفصل 
856 |u 9802-005-012-0079-5.pdf  |y 5 الفصل 
856 |u 9802-005-012-0079-O.pdf  |y الخاتمة 
856 |u 9802-005-012-0079-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 855469  |d 855469 

عناصر مشابهة