Geleneksel Görüntü İşleme ve Derin Öğrenmenin Birleşimi Hibrid Model ile El Yazısı Rakam Sınıflandırma

Abstract

Bu çalışma, rakam sınıflandırma problemlerinde yaygın olarak kullanılan Konvolüsyonel Sinir Ağları’nın (CNN) dönme ve ölçekleme gibi geometrik varyasyonlara karşı yaşadığı yetersizlikleri gidermek amacıyla hibrit bir model önermektedir. Önerilen yaklaşım, CNN mimarisini Hu ve Zernike Momentlerinin sağladığı geometrik değişmezlik özellikleriyle entegre ederek özellik birleştirme tekniğini kullanmaktadır. Modelin dayanıklılığı, standart veriler yerine gürültü ve bozulma içeren zorlu SVHN veri seti üzerinde test edilmiştir. Çalışma kapsamında modern ve hafif bir mimari olan MobileNetV3 ile yapılan kapsamlı kıyaslamalar, hibrit modelin %90.97 ile istatistiksel olarak rekabetçi bir doğruluk oranına ulaştığını göstermiştir. Ancak asıl fark işlem hızında ortaya çıkmış; hibrit model 760 ms işlem süresiyle, 3276 ms süren MobileNetV3 modeline kıyasla 4 kattan fazla hız avantajı sağlamıştır. Bu sonuçlar, önerilen yöntemin yüksek doğruluk ve hız gerektiren gerçek zamanlı uygulamalar için modern alternatiflerden çok daha verimli bir çözüm sunduğunu kanıtlamaktadır.This study proposes a hybrid model to address the insufficiencies of Convolutional Neural Networks (CNNs), widely used in digit classification, against geometric variations such as rotation and scaling. The proposed approach integrates CNN architecture with the geometric invariance properties of Hu and Zernike Moments using a feature fusion technique. To test robustness, the model was evaluated on the challenging SVHN dataset, containing noise and real-world distortions, rather than standard datasets. Comprehensive comparisons with MobileNetV3, a modern lightweight architecture, showed that the hybrid model achieved a statistically competitive accuracy rate of 90.97%. However, the significant difference appeared in processing speed; the hybrid model demonstrated more than a 4-fold speed advantage (760 ms) compared to MobileNetV3 (3276 ms). These findings prove that the proposed method offers a significantly more efficient solution than modern alternatives for real-time applications requiring high accuracy and low computational cost.