Титульная страница Программные системы: теория и приложения  English version
ISSN 2079-3316 Двуязычный электронный научный Электронный научный журнал Института программных систем имени А. К. Айламазяна ИПС им. А. К. Айламазяна ИПС Российской Академии Наук РАН 12+ 
Том 14 (2023) .– Выпуск 3 (58) .– Статья № 1 (427)

Искусственный интеллект и машинное обучение

Научная статья
УДКУниверсальная десятичная классификация 004.932.75'1+004.89УДК .932: Обработка изображений УДК .932.75'1: Распознавание графических знаков (букв) УДК .89: Прикладные системы искусственного интеллекта. Интеллектуальные системы, обладающие знаниями
ББКБиблиотечно-библиографическая классификация 32.813.5: 32.973.202-018.2ББК .813: Искусственный интеллект ББК .813.5: Системы искусственного интеллекта ББК .973: Радиоэлектроника ББК .973.202-018: Программирование ББК .973.202-018.2: Программное обеспечение компьютерных сетей
ГРНТИГосударственный рубрикатор научно-технической информации 28.23.15ГРНТИ .23: Искусственный интеллект ГРНТИ .23.15: Распознавание образов. Обработка изображений
DOIЦифровой идентификатор интернет-объекта 10.25209/2079-3316-2023-14-3-3-36

Распознавание цифровых последовательностей с использованием свёрточных нейронных сетей

Игорь Викторович ВинокуровПереписывавшийся автор

Финансовый Университет при Правительстве Российской Федерации, Москва, Россия
Игорь Викторович Винокуров — Переписывавшийся автор igvvinokurov@fa.ru

Аннотация. В статье показана актуальность задачи преобразования в текстовой формат элементов изображений, содержащих последовательности машинописных цифр. На примере распознавания табличной информации из отсканированных документов ППК «Роскадастр» предложено возможное решение этой задачи с использованием свёрточных нейронных сетей (CNN). Описаны принципы формирования наборов данных и моделей CNN для распознавания последовательностей из двух, трёх и четырёх цифр. Приведены результаты экспериментального исследования этих моделей и показана их эффективность. Описана интеграция моделей CNN в разрабатываемую в настоящее время информационную систему (ИС), предназначенную для автоматизированного перевода отсканированных документов в их текстовые аналоги. (Связанные тексты статьи на русском и на английском).

Ключевые слова: Распознавание цифр, свёрточные нейронные сети, CNN, Keras, Python

Для цитирования: Винокуров И. В. Распознавание цифровых последовательностей с использованием свёрточных нейронных сетей // Программные системы: теория и приложения. 2023. Т. 14. № 3. С. 3–36. (Рус., англ.). https://psta.psiras.ru/2023/3_3-36.

Полный текст статьи (PDF): https://psta.psiras.ru/read/psta2023_3_3-36.pdf.

Статья поступила в редакцию 14.04.2023; одобрена после рецензирования 04.07.2023; принята к публикации 04.07.2023; опубликована онлайн 13.08.2023.

© Винокуров И. В.
2023
Адрес редакции: 152021, Ярославская обл., Переславский район, село Веськово, ул. Петра Первого, д. 4а, Институт программных систем имени А. К. Айламазяна РАН;   Сетевой адрес издания:  http://psta.psiras.ru  Тел: +7(4852) 695-228 ;  E-mail: info@psta.psiras.ru ;  Лицензия: CC-BY-4.0Текст лицензии на сайте Creative Commons 
© Федеральное государственное бюджетное учреждение науки Институт программных систем имени А. К. Айламазяна Российской академии наук (дизайн сайта) 2010–2025