Искусственный интеллект и машинное обучение

Научная статья

УДК 004.932.75'1+004.89
ББК 32.813.5: 32.973.202-018.2
ГРНТИ 28.23.15
DOI 10.25209/2079-3316-2023-14-3-3-36

Распознавание цифровых последовательностей с использованием свёрточных нейронных сетей

Игорь Викторович Винокуров

	Финансовый Университет при Правительстве Российской Федерации, Москва, Россия
	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.