งานวิจัย : การรู้จำตัวอักษรพิมพ์ภาษาไทยโดยใช้เทคนิคด้านการวิเคราะห์ตัวประกอบสำคัญและนิวรอลเน็ตเวิร์ก

 

ธเนศ  ศรีวิรุฬห์ชัย (2541) นิสิตปริญญาโท  คณะวิศวกรรมศาสตร์  สาขาวิชาวิทยาศาสร์คอมพิวเตอร์  จุฬาลงกรณ์มหาวิทยาลัยได้ทำการวิจัยเรื่อง การรู้จำตัวอักษรพิมพ์ภาษาไทยโดยใช้เทคนิคด้านการวิเคราะห์ตัวประกอบสำคัญและนิวรอลเน็ตเวิร์ก   ในการวิจัยได้นำข้อมูลภาพตัวอักษรที่ได้จากการพิมพ์ด้วยเครื่องพิมพ์เลเซอร์ที่ความละเอียด 600 จุดต่อนิ้ว  นำเอกสารมาอ่านผ่านเครื่องสแกนเนอร์ความละเอียด200 จุดต่อนิ้วจำนวน 3264 ตัวอักษร ซึ่งประกอบด้วยตัวอักษรแบบ AngsanaUPC,BrowaliaUPC, CordiaUPC, DilleniaUPC, EucrosiaUPC และ FreesiaUPCแต่ละแบบประกอบด้วยตัวอักษรขนาด 16, 18, 20, 22, 24, 26, 28 และ 36 จุดเป็นตัวอักษรต้นแบบ และทำการทดสอบด้วยข้อมูลภาพตัวอักษรที่ได้จากการพิมพ์ด้วยเครื่องพิมพ์เลเซอร์ที่ความละเอียด 600 จุดต่อนิ้ว นำเอกสารที่ได้จากเครื่องพิมพ์มาถ่ายเอกสารให้จางลง และนำเอกสารที่ได้จากเครื่องพิมพ์มาถ่ายเอกสารให้เข้มขึ้นแล้วนำเอกสารทั้ง 2 ฉบับมาอ่านผ่านเครื่องสแกนเนอร์ที่ความละเอียด 200 จุดต่อนิ้วจำนวน 6528 ตัวอักษรซึ่งประกอบด้วยตัวอักษรแบบ AngsanaUPC, BrowaliaUPC,CordiaUPC, DilleniaUPC, EucrosiaUPC และ FreesiaUPC แต่ละแบบประกอบด้วยตัวอักษรขนาด 16, 18, 20, 22, 24, 26, 28 และ 36 จุด  ผลการวิจัยพบว่า  การรู้จำมีความถูกต้องเฉลี่ยร้อยละ 96.84 

ธเนศ ศรีวิรุฬห์ชัย.  (2541).  การรู้จำตัวอักษรพิมพ์ภาษาไทยโดยใช้เทคนิคด้านการวิเคราะห์ตัวประกอบสำคัญและนิวรอลเน็ตเวิร์ก.  วิทยานิพนธ์วศ.ม. (วิทยาศาสตร์คอมพิวเตอร์). กรุงเทพฯ: บัณฑิตวิทยาลัยจุฬาลงกรณ์มหาวิทยาลัย.  อาจารย์ผู้ควบคุมวิทยานิพนธ์: ดร.บุญเสริม กิจศิริกุล.

 

วิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อประยุกต์ใช้เทคนิคด้านการวิเคราะห์ตัวประกอบสำคัญและนิวรอลเน็ตเวิร์กในการรู้จำตัวอักษรพิมพ์ภาษาไทย และพัฒนาโปรแกรมสำหรับรู้จำตัวอักษรพิมพ์ภาษาไทยโดยใช้เทคนิคด้านการวิเคราะห์ตัวประกอบสำคัญและนิวรอลเน็ตเวิร์ก การรู้จำตัวอักษรพิมพ์ภาษาไทยโดยใช้เทคนิคด้านการวิเคราะห์ตัวประกอบสำคัญและนิวรอลเน็ตเวิร์ก มีขบวนการทำงานคือ ทำการอ่านภาพตัวอักษรภาษาไทยหนึ่งภาพต่อหนึ่งตัวอักษร ลักษณะภาพแบบขาวดำ แล้วทำการเปลี่ยนขนาดภาพให้อยู่ในขนาด 32×32 จุด ทำการแปลงแบบเค-แอลของเมตริกซ์ของจุดภาพและทำการวิเคราะห์เมตริกซ์รูปแบบที่ได้จากการแปลงด้วยนิลรอลเน็ตเวิร์กแบบแบคพรอพาเกชัน ในการวิจัยได้นำข้อมูลภาพตัวอักษรที่ได้จากการพิมพ์ด้วยเครื่องพิมพ์เลเซอร์ที่ความละเอียด 600 จุดต่อนิ้ว นำเอกสารมาอ่านผ่านเครื่องสแกนเนอร์ความละเอียด 200 จุดต่อนิ้วจำนวน 3264 ตัวอักษร ซึ่งประกอบด้วยตัวอักษรแบบ AngsanaUPC,BrowaliaUPC, CordiaUPC, DilleniaUPC, EucrosiaUPC และ FreesiaUPCแต่ละแบบประกอบด้วยตัวอักษรขนาด 16, 18, 20, 22, 24, 26, 28 และ 36 จุดเป็นตัวอักษรต้นแบบ และทำการทดสอบด้วยข้อมูลภาพตัวอักษรที่ได้จากการพิมพ์ด้วยเครื่องพิมพ์เลเซอร์ที่ความละเอียด 600 จุดต่อนิ้ว นำเอกสารที่ได้จากเครื่องพิมพ์มาถ่ายเอกสารให้จางลง และนำเอกสารที่ได้จากเครื่องพิมพ์มาถ่ายเอกสารให้เข้มขึ้นแล้วนำเอกสารทั้ง 2 ฉบับมาอ่านผ่านเครื่องสแกนเนอร์ที่ความละเอียด 200 จุดต่อนิ้วจำนวน 6528 ตัวอักษรซึ่งประกอบด้วยตัวอักษรแบบ AngsanaUPC, BrowaliaUPC,CordiaUPC, DilleniaUPC, EucrosiaUPC และ FreesiaUPC แต่ละแบบประกอบด้วยตัวอักษรขนาด 16, 18, 20, 22, 24, 26, 28 และ 36 จุด ได้ผลการรู้จำมีความถูกต้องเฉลี่ยร้อยละ 96.84