Αναγνώριση γραφέα

Τα σύγχρονα συστήματα αναγνώρισης γραφέα χρησιμοποιούν μια ποικιλία διαφορετικών χαρακτηριστικών και τεχνικών για να προσδιορίσουν τον συγγραφέα του χειρόγραφου κειμένου. Σε αυτή την διατριβή παρουσιάζονται διάφορα κατευθυντικά χαρακτηριστικά καθώς και συνδυασμοί κατευθυντικών χαρακτηριστικών με χαρ...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Παρασκευάς, Διαμαντάτος
Άλλοι συγγραφείς: Καβαλλιεράτου, Εργίνα
Γλώσσα:English
Δημοσίευση: 2022
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/11610/23558
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1828462313955393536
author Παρασκευάς, Διαμαντάτος
author2 Καβαλλιεράτου, Εργίνα
author_facet Καβαλλιεράτου, Εργίνα
Παρασκευάς, Διαμαντάτος
author_sort Παρασκευάς, Διαμαντάτος
collection DSpace
description Τα σύγχρονα συστήματα αναγνώρισης γραφέα χρησιμοποιούν μια ποικιλία διαφορετικών χαρακτηριστικών και τεχνικών για να προσδιορίσουν τον συγγραφέα του χειρόγραφου κειμένου. Σε αυτή την διατριβή παρουσιάζονται διάφορα κατευθυντικά χαρακτηριστικά καθώς και συνδυασμοί κατευθυντικών χαρακτηριστικών με χαρακτηριστικά που βασίζονται σε μοντέλα. Συγκεκριμένα, επιχειρούνται αρκετές βελτιώσεις ενός στατιστικού, κατευθυντικού χαρακτηριστικού, του edge hinge distribution. Τα νέα χαρακτηριστικά που παρουσιάζονται είναι το Skeleton Hinge Distribution, το Weighted Skeleton Hinge Distribution, το Quantized Skeleton Hinge Distribution, το Directional Stroke Run Length Distribution και το Edge Skeleton Hinge Combination . Επιπλέον, διερευνάται ο συνδυασμός του Skeleton Hinge Distribution με ένα χαρακτηριστικό που βασίζετε σε μοντέλα. Νέες συνεισφορές που σχετίζονται με την προεπεξεργασία των εικόνων εγγράφων αλλα και την εξαγωγή πολύτιμων χαρακτηριστικών του κειμένου. Ειδικότερα, παρουσιάζονται δύο τεχνικές για την εκτίμηση μεγέθους κύριου σώματος (Main Body Size Estimation), το οποίο είναι ένα χαρακτηριστικό του κειμένου με εφαρμογή σε ένα ευρύ φάσμα πεδίων ανάλυσης εικόνων εγγράφου. Η πρώτη μέθοδος μετρά άμεσα το μέγεθος του κύριου σώματος, ενώ η δεύτερη υπολογίζει πρώτα τις βασικές γραμμές (baseline). Και οι δύο προτινόμενοι μεθόδοι δεν απαιτούν τμηματοποίηση (segmentation). Επιπλέον, παρουσιάζετε μια τεχνική για τον εντοπισμό κειμένου που εκμεταλλεύεται το γεγονός ότι το κείμενο πρέπει να παρουσιάζει κάποια αντίθεση σε σχέση με το υπόβαθρο.
id oai:hellanicus.lib.aegean.gr:11610-23558
institution Hellanicus
language English
publishDate 2022
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-235582022-04-15T13:20:59Z Αναγνώριση γραφέα Writer identification Παρασκευάς, Διαμαντάτος Καβαλλιεράτου, Εργίνα Διαδίκτυο των Πραγμάτων: Ευφυή Περιβάλλοντα σε Δίκτυα Νέας Γενιά αναγνώριση γραφέα κατευθυντικά χαρακτηριστικά στατιστικά χαρακτηριστικά writer Identification skeleton-hinge distribution edge-hinge distribution Writing--Identification Τα σύγχρονα συστήματα αναγνώρισης γραφέα χρησιμοποιούν μια ποικιλία διαφορετικών χαρακτηριστικών και τεχνικών για να προσδιορίσουν τον συγγραφέα του χειρόγραφου κειμένου. Σε αυτή την διατριβή παρουσιάζονται διάφορα κατευθυντικά χαρακτηριστικά καθώς και συνδυασμοί κατευθυντικών χαρακτηριστικών με χαρακτηριστικά που βασίζονται σε μοντέλα. Συγκεκριμένα, επιχειρούνται αρκετές βελτιώσεις ενός στατιστικού, κατευθυντικού χαρακτηριστικού, του edge hinge distribution. Τα νέα χαρακτηριστικά που παρουσιάζονται είναι το Skeleton Hinge Distribution, το Weighted Skeleton Hinge Distribution, το Quantized Skeleton Hinge Distribution, το Directional Stroke Run Length Distribution και το Edge Skeleton Hinge Combination . Επιπλέον, διερευνάται ο συνδυασμός του Skeleton Hinge Distribution με ένα χαρακτηριστικό που βασίζετε σε μοντέλα. Νέες συνεισφορές που σχετίζονται με την προεπεξεργασία των εικόνων εγγράφων αλλα και την εξαγωγή πολύτιμων χαρακτηριστικών του κειμένου. Ειδικότερα, παρουσιάζονται δύο τεχνικές για την εκτίμηση μεγέθους κύριου σώματος (Main Body Size Estimation), το οποίο είναι ένα χαρακτηριστικό του κειμένου με εφαρμογή σε ένα ευρύ φάσμα πεδίων ανάλυσης εικόνων εγγράφου. Η πρώτη μέθοδος μετρά άμεσα το μέγεθος του κύριου σώματος, ενώ η δεύτερη υπολογίζει πρώτα τις βασικές γραμμές (baseline). Και οι δύο προτινόμενοι μεθόδοι δεν απαιτούν τμηματοποίηση (segmentation). Επιπλέον, παρουσιάζετε μια τεχνική για τον εντοπισμό κειμένου που εκμεταλλεύεται το γεγονός ότι το κείμενο πρέπει να παρουσιάζει κάποια αντίθεση σε σχέση με το υπόβαθρο. 2022-04-07T07:58:35Z 2022-04-07T07:58:35Z 2021-09-20 http://hdl.handle.net/11610/23558 en Default License 96 σ. application/pdf Σάμος
spellingShingle αναγνώριση γραφέα
κατευθυντικά χαρακτηριστικά
στατιστικά χαρακτηριστικά
writer Identification
skeleton-hinge distribution
edge-hinge distribution
Writing--Identification
Παρασκευάς, Διαμαντάτος
Αναγνώριση γραφέα
title Αναγνώριση γραφέα
title_full Αναγνώριση γραφέα
title_fullStr Αναγνώριση γραφέα
title_full_unstemmed Αναγνώριση γραφέα
title_short Αναγνώριση γραφέα
title_sort αναγνώριση γραφέα
topic αναγνώριση γραφέα
κατευθυντικά χαρακτηριστικά
στατιστικά χαρακτηριστικά
writer Identification
skeleton-hinge distribution
edge-hinge distribution
Writing--Identification
url http://hdl.handle.net/11610/23558
work_keys_str_mv AT paraskeuasdiamantatos anagnōrisēgraphea
AT paraskeuasdiamantatos writeridentification