Αναγνώριση γλώσσας εικόνας εγγράφου
Σε αυτή τη διπλωματική παρουσιάζουμε μια νέα μέθοδο αναγνώρισης γλώσσας για χειρόγραφα και εκτυπωμένα κείμενα εικόνας, και θα την συγκρίνουμε με μια άλλη εδραιωμένη μέθοδο στο χώρο, γνωστή και ως Bag Of Visual Features. Η αναγνώριση γλώσσας είναι η διαδικασία κατά την οποία προσπαθούμε να αναγνωρίσο...
Αποθηκεύτηκε σε:
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | English |
| Δημοσίευση: |
2015
|
| Θέματα: | |
| Διαθέσιμο Online: | https://vsmart.lib.aegean.gr/webopac/FullBB.csp?WebAction=ShowFullBB&EncodedRequest=*10*0B7*06*D6*F5*18*A7*C8*E6*F5*853*7D*3BT&Profile=Default&OpacLanguage=gre&NumberToRetrieve=50&StartValue=1&WebPageNr=1&SearchTerm1=2015%20.1.109494&SearchT1=&Index1=Keywordsbib&SearchMethod=Find_1&ItemNr=1 http://hdl.handle.net/11610/8876 |
| Ετικέτες: |
Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
|
| Περίληψη: | Σε αυτή τη διπλωματική παρουσιάζουμε μια νέα μέθοδο αναγνώρισης γλώσσας για χειρόγραφα και εκτυπωμένα κείμενα εικόνας, και θα την συγκρίνουμε με μια άλλη εδραιωμένη μέθοδο στο χώρο, γνωστή και ως Bag Of Visual Features. Η αναγνώριση γλώσσας είναι η διαδικασία κατά την οποία προσπαθούμε να αναγνωρίσουμε την γλώσσα ενός δοσμένου κειμένου μέσα από μια μεγάλη στοίβα κειμένων και τελικά να του δώσουμε την αντίστοιχη ταμπέλα. Για να το καταφέρουμε αυτό, προσπαθούμε να καταλάβουμε την δομή της γλώσσας των κειμένων χρησιμοποιώντας τεχνικές από το χώρο της Υπολογιστικής Όρασης και της Επεξεργασίας Εικόνων Κειμένου.Στην παρούσα προσέγγιση αρχικά βρίσκουμε το μέγεθος του κυρίου σώματος των γραμμάτων κάθε κειμένου και στην συνέχεια με βάση αυτό το μέγεθος φτιάχνουμε παράθυρο με το οποίο εξάγουμε τοπικά χαρακτηριστικά για κάθε εικόνα. Αφού βγάλουμε ένα μεγάλο αριθμό χαρακτηριστικών από το training set, στη συνέχεια κάνουμε clustering ώστε να δημιουργήσουμε ένα εικονικό λεξικό. Το clustering γίνεται χρησιμοποιώντας Gaussian Mixture Models και τον αλγόριθμο Expectation - Maximization. Αναπαριστούμε κάθε εικόνα κειμένου σαν ένα διάνυσμα Fisher χρησιμοποιώντας το εικονικό λεξικό και τα τοπικά χαρακτηριστικά που έχουμε ήδη εξάγει από την εικόνα. Για να δούμε πόσο αποτελεσματικό είναι το σύστημα, χρησιμοποιούμε ταξινομητή Support Vector Machine πολλών κλάσεων. |
|---|