Đang chuẩn bị liên kết để tải về tài liệu:
Giải pháp nhập điểm dựa vào đặc trưng GIST, kĩ thuật SVM và Tesseract

Bài viết "Giải pháp nhập điểm dựa vào đặc trưng GIST, kĩ thuật SVM và Tesseract" đề xuất giải pháp nhập điểm bằng kĩ thuật nhận dạng. Trong giải pháp này, chúng tôi sử dụng trích chọn đặc trưng GIST, kĩ thuật SVM và Tesseract trong nhập điểm viết tay cho Trường Cao đẳng nghề Sóc Trăng. Mời các bạn cùng tham khảo. | TẠP CHÍ KHOA HỌC TRƯỜNG ĐẠI HỌC TRÀ VINH SỐ 41 THÁNG 12 NĂM 2020 DOI 10.35382 18594816.1.41.2020.646 GIẢI PHÁP NHẬP ĐIỂM DỰA VÀO ĐẶC TRƯNG GIST KĨ THUẬT SVM VÀ TESSERACT Nguyễn Hùng Hậu1 Nguyễn Thái Sơn2 INPUTING STUDENTS SCORE BASED ON GIST FEATURES SUPPORT VECTOR MACHINES AND TESSERACT Nguyen Hung Hau1 Nguyen Thai Son2 Tóm tắt Việc quản lí điểm số trong các trường đại học và cao đẳng yêu cầu tính an toàn Abstract Handwriting recogination plays an và tính chính xác cao bởi tính chất quan trọng important role in data inputing and processing in của nó. Trong đó việc nhập điểm số của học the practice. This attracts much attention of many sinh và sinh viên vào hệ thống để đảm bảo công researchers in different fields. In this paper a tác lưu trữ thường mất nhiều thời gian và công new algorithm is proposed by basing on GIST sức do khả năng xảy ra sai sót cao. Để giảm features Support Vector Machines SVM and thiểu rủi ro và tăng tính chính xác trong bài Tesseract for entering the score on students tran- báo này chúng tôi đề xuất giải pháp nhập điểm script form at Soc Trang Vocational College. The bằng kĩ thuật nhận dạng. Trong giải pháp này algorithm consists of two main works i.e. recog- chúng tôi sử dụng trích chọn đặc trưng GIST nizing students code and recogziing handwritten kĩ thuật SVM và Tesseract trong nhập điểm viết digit. In the proposed algorithm all regions of tay cho Trường Cao đẳng nghề Sóc Trăng. Giải interest are determined and extract their dictint pháp đề xuất gồm hai công việc chính là nhận features with using tesseract and GIST. Then dạng vùng mã số học sinh sinh viên dạng chữ in these features are classified by SVM mechanism. bằng Tesseract và nhận dạng vùng điểm số viết Experimental results demonstrated that the pro- tay bằng mô hình máy học SVM với đặc trưng posed algorithm obtained high performance with GIST. Trong phần kết quả thực nghiệm giải pháp accuracy up to 96 57 for students code and đề xuất đạt được độ chính xác cao hơn 96 cho 93 55 for