1 / 14

Rakam Tanıma İçin KNN ve LDA Algoritmalarının Karşılaştırılması

Rakam Tanıma İçin KNN ve LDA Algoritmalarının Karşılaştırılması. Halit Çetiner – Ömer Kuşcu. Görüntü Sınıflandırma. Görüntü sınıflandırma, yapay zekanın en önemli araştırma alanlarından biridir.

brent-barnett
Download Presentation

Rakam Tanıma İçin KNN ve LDA Algoritmalarının Karşılaştırılması

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Rakam Tanıma İçin KNN ve LDA Algoritmalarının Karşılaştırılması Halit Çetiner – Ömer Kuşcu

  2. Görüntü Sınıflandırma • Görüntü sınıflandırma, yapay zekanın en önemli araştırma alanlarından biridir. • Görüntü sınıflandırma uygulamaları, optik karakter tanımada karakter tanımanın gelişmesi yönünde ilerlediği görülmektedir. • Karakter tanıma son yüzyılda geniş bir şekilde uygulama alanı bulmuştur.

  3. Uygulama Alanları • Uygulama alanları posta kodlarının okunması, araç plakası tanıma, barkod okuma, banka çeklerinin otomatik okunması, büro otomasyonu, reklam, afiş, market panolarının okunması, yol işaretlerinin okunarak araçların yönlendirilmesi, çeşitli bankalara ait kart numaraların tanınması gibi farklı alanlardaki karakter tanıma çalışmalarından oluşmaktadır. • Bu gibi farklı uygulama alanlarında artan isteği karşılayabilmek için daha gelişmiş yöntemlere gereksinim duyulmaktadır.

  4. Araştırmanın Sebebi • Bu makalede, kimlik kartlarından elde edilmiş rakamlar üzerinde doğrusal ayırt edici analiz (LDA) ile en yakın k komşu algoritması (KNN) sınıflandırıcılarının karakteristikleri tartışılmıştır. • İki farklı sınıflandırıcı, moment değişmezleri (IM) ile elde edilen özniteliklerinin sınıflandırma doğruluğu, eğitim/test süreleri incelenerek karşılaştırılmıştır.

  5. Deneysel Çalışmalar • Her klasörde farklı bir rakam bulunmak üzere farklı kimliklerden bölütlenmiş ikili görüntüler bulunmaktadır. 10 klasör içerisinde, her klasörde 116 tane örnek olmak üzere toplam 1160 tane örnek vardır. Bu örneklerin her birinden 7 tane olmak üzere 1160x7 tane öznitelik elde edilmiştir. • Çalışma MATLAB 7.14 sürümünde gerçekleştirilmiştir. Deney sonuçları, 4GB RAM’li Intel Core i5 CPU (2.06 GHz) işlemciye sahip Windows 7 işletim sistemi üzerinde elde edilmiştir.

  6. Deneysel Çalışma Adımları - 1

  7. Deneysel Çalışma Adımları - 2

  8. Rakam Bazlı LDA ve KNN Algoritmalarının Karşılaştırma Sonuçları

  9. 1160 Tane Rakam Görüntüsünün Eğitim İşlemi Sınıflandırma Süreleri

  10. 1160 Tane Rakam Görüntüsünün Test İşlemi Tanıma Süreleri

  11. 1160 Tane Görüntünün Doğrulama İşlemi Süreleri

  12. Eğitim, Test ve Doğrulama Toplam Zamanı (sn)

  13. Araştırmanın Sonucu • Eğitim/test sürelerinin yaklaşık olarak aynı olmasına karşın sınıflandırma doğruluğu açısından KNN sınıflandırıcı LDA sınıflandırıcıdan daha yüksek başarı vermektedir.

  14. TEŞEKKÜR EDERİZ.

More Related