การรู้จำลายมือเขียนภาษาไทยด้วยการเรียนรู้เชิงลึก
Article Sidebar
Main Article Content
บทคัดย่อ
การทำงานในองค์กรส่วนใหญ่มีความเกี่ยวข้องกับเอกสารที่ถูกสร้างขึ้นเป็นจำนวนมากอยู่เสมอ หนึ่งในเอกสารที่สร้างได้ง่ายและรวดเร็ว คือ เอกสารที่เขียนด้วยลายมือ แต่เอกสารลักษณะนี้โดยทั่วไปไม่ได้เป็นไฟล์ดิจิทัล ดังนั้นจึงมีข้อจำกัดในการทำระบบค้นคืนข้อมูล และงานวิจัยในเรื่องการรู้จำลายมือเขียนภาษาไทยส่วนใหญ่จะทดสอบกับพยัญชนะเพียง 44 อักขระ แต่ในความเป็นจริงตัวอักษรที่พบบนเอกสารนั้นมีรูปแบบที่แตกต่างกัน ซึ่งมีความแตกต่างกันถึง 4 ระดับ ดังนั้นจึงยากที่จะทำให้เครื่องคอมพิวเตอร์สามารถแยกแยะตัวอักษรแต่ละตัวได้อย่างถูกต้อง งานวิจัยนี้จึงได้นำเสนอการรู้จำลายมือเขียนภาษาไทยด้วยการเรียนรู้เชิงลึก โดยทดสอบกับภาพลายมือชื่อจังหวัดทั้ง 77 จังหวัด จากภาพลายมือที่มีรูปแบบการเขียนที่แตกต่างกัน 70 ตัวอย่าง ข้อมูลสำหรับการฝึกฝนและทดสอบถูกแบ่งด้วยอัตราส่วน 90 : 10 โดยพัฒนาโมเดลในการรู้จำด้วยโครงข่ายประสาทเทียมแบบสังวัตนาการร่วมกับโครงข่ายประสาทเทียมแบบวนซ้ำ LSTM แบบสองทิศทางโดยใช้ CTC Loss Function และยังเพิ่มความถูกต้องของผลลัพธ์ที่ได้โดยการประมวลผลด้วย Word Beam Search ที่การฝึกฝนจำนวน 1,000 รอบ ผลการวิจัยพบว่า โมเดลสามารถให้ค่าความถูกต้องสูงสุดเมื่อใช้ภาพความเข้มเทาเป็นข้อมูลนำเข้า ร่วมกับการคงอัตราส่วนของข้อความในภาพ โดยค่าความถูกต้องระดับคำเท่ากับ 94.99% ค่าความถูกต้องระดับอักษรที่ปรากฏในคำเท่ากับ 95.92% และเมื่อนำไปผ่านกระบวนการทำ Post-Processing ด้วย Word Beam Search ได้ค่าความถูกต้องระดับคำสูงสุดเท่ากับ 98.14% (เพิ่มขึ้น 3.15%) และในระดับอักษรสูงสุดเท่ากับ 98.40% (เพิ่มขึ้น 2.48%)
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ลงตีพิมพ์เป็นข้อคิดเห็นของผู้เขียนเท่านั้น
ผู้เขียนจะต้องเป็นผู้รับผิดชอบต่อผลทางกฎหมายใดๆ ที่อาจเกิดขึ้นจากบทความนั้น
References
S. Bag and G. Harit, “A survey on optical character recognition for bangla and devanagari scripts,” Sadhana, pp. 133–168, 2013.
O. Phaophanat, “Handwritten Thai character recognition using deformable wavelet descriptor,” M.E. thesis, Department of Electrical Engineering, Faculty of Engineering, King Mongkut’s University of Technology Thonburi, Bangkok, 2001 (in Thai).
S. Iamsa-at and P. Horata, “Handwritten character recognition using histograms of oriented gradient features in deep learning of artificial neural network,” in Proceedings of 3rd International Conference on IT Convergence and Security, 2013, pp. 1–5.
R. Khadijah and A. Nurhadiyatna, “Deep learning for handwritten javanese character recognition,” in Proceedings of 1st International Conference on Informatics and Computational Sciences, 2017, pp. 59–64.
U. Pal, R. K. Roy, and F. Kimura, “Handwritten street name recognition for indian postal automation,” in Proceedings of International Conference on Document Analysis and Recognition, 2011, pp. 483–487.
J. L. Mitrpanont and Y. Imprasert, “Thai handwritten character recognition using heuristic rules hybrid with neural network,” in Proceedings of 8th International Joint Conference on Computer Science and Software Engineering, 2011, pp. 160–165.
Y. Lecun, L. Bottou, Y. Bengio, and P. Haffner, “Gradient-based learning applied to document recognition,” in Proceedings of the IEEE, vol. 86, no. 11, 1998, pp. 2278–2324.
S. Rathor, (2018, June 3). Simple RNN vs GRU vs LSTM: Difference lies in More Flexible control. [Online]. Available: https://medium. com/@saurabh.rathor092/simple-rnn-vs-gru-vslstm- difference-lies-in-more-flexible-control- 5f33e07b1e57
R. C. Staudemeyer and E. R. Morris, Understanding LSMT – a tutorial into Long Short-Term Memory Recurrent Neural Networks. Thuringia, Germany: Schmalkalden University of Applied Sciences, 2019.
B. Shi, X. Bai, and C. Yao, An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Science Text Recognition, New York, USA: Cornell University, 2015.
NECTEC. (2019, March 20). 68PersonsBmp. [Online]. Available: https://thailang.nectec. or.th/best/best2019-hand writtenrecognitiontrainingset
MathWorks. (2019, January 1). Rgb2Gray. [Online]. Available: https://www.mathworks. com/help/matlab/ ref/rgb2gray.htm
OpenCV. (2019, January 1). Image Thresholding. [Online]. Available: https://docs.opencv.org/ master/d7/ d4d/tutorial_py_thresholding.html
J. Canny, “A Computational Approach to Edge Detection,” in IEEE Transactions on Pattern Analysis and Machine Intelligence, Massachusetts, 1986, pp. 679–698.
NECTEC. (2019, March 20). WD200-1, WD200- 2, WD200-3 and WD200-4. [Online]. Available: https://thailang. nectec.or.th/best/best2019- handwrittenrecognition-trainingset
Z. Xu, X. Liu, and N. Ji, “Fog removal from color images using contrast limited adaptive histogram equalization,” in Proceeding of CISP2009, 2009, pp. 1–5.
K. Simonyan and A. Zisserman, Very Deep Convolutional Networks for Large-Scale Image Recognition. Oxford, England: University of Oxford, 2015.
T. Sangsuwan and S. Valuvanathoorn, “Thai handwritten character recognition using character line level grouping and keeping aspect ratio with convolutional neural network,” in Proceedings of NCCIT2019, 2019, pp. 383– 388 (in Thai).