没有合适的资源?快使用搜索试试~ 我知道了~
首页基于分割的无字体印刷阿拉伯文本OCR:95%+识别精度
基于分割的无字体印刷阿拉伯文本OCR:95%+识别精度
0 下载量 108 浏览量
更新于2024-06-17
收藏 1.77MB PDF 举报
本文主要探讨了"基于分割的印刷阿拉伯文本光学字符识别"这一关键领域的研究。光学字符识别(OCR)技术在现实生活中有着广泛应用,如数字化存档、车牌识别和支票处理等。然而,阿拉伯草书的特点使得开发针对印刷阿拉伯文本的OCR系统成为一个具有挑战性的任务。 传统的OCR方法通常依赖于字体识别,但本文提出了一种创新的无字体识别策略。研究者Aziz Qaroush Ziq、Abdalkarim Awad、Mohammad Modallal和Malik Ziq来自巴勒斯坦比尔宰特大学电子和计算机工程系,他们专注于设计一个完全基于字符分割的解决方案,避免了显式字体类型的识别步骤。他们的方法采用了一种基于基线的混合三步字符分割算法,有效地解决了字符重叠问题,提高了分割的准确性,平均达到95%。 为了实现字体无关性,研究者们利用了一组拓扑特征,这些特征经过精心设计和扩展,使得分割过程不受字体风格的影响。分割出的字符随后被输入到卷积神经网络(CNN)中进行特征提取和识别。这种方法在APTID-MF数据集上进行了测试和评估,结果显示识别阶段的平均准确率高达99.97%,整体性能在无需字体识别或额外后处理技术的情况下达到95%的平均准确率。 该研究成果发表在沙特国王大学学报上,以开放获取的方式发布,遵循CCBY-NC-ND许可证,这意味着作者对文章享有广泛的使用权,同时要求非商业使用且不得修改内容。这项工作对于推动阿拉伯印刷文本的自动化处理具有重要意义,为提高OCR系统的可靠性和适应性提供了新的思路。通过减少对特定字体的依赖,该方法有望拓展到更多阿拉伯语应用场景,促进信息的高效管理和利用。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/88757888/bg4.jpg)
A. Qaroush
,
A. Awad
,
M. Modallal
等
人
沙特国王大学学报
3028
方法对于具有简单字体的打印文本工作良好然而,它对字符的大小和
位置的不同很敏感,因此当使用更多的字体类型和样式时,性能会随
着预定义段的数量增加而此外,它们的结果高度依赖于预处理方法的
性能,此外,检查所有预定义的模板在计算上是昂贵的。
2.1.2.
隐式分段
在 隐 式 或 基 于 隐 式 的 分 割 方 法 (
Radwan
等 人 ,
2016;
Rosenberg
,
2012; Bushofa
和
Spann
,
1997;Naz
等 人 ,
2016 a;
Gouda
和
Rashwan
,
2004; Al-Muhtaseb
等人,
2008
)搜索单词
段,以查找与其字母表中的预定义类匹配的组件(印刷阿拉伯语脚本
识别,
xxxx
)。因此,分割阶段和识别阶段同时执行换句话说,在
识别时将词段分割成它们的字符,而不将其划分成更小的单元(例如
字符)(
Inkeaw
等人,
2018
年)。它利用来自字符分类器模型的反
馈来检测分割点。这些方法分为基于窗口和基于特征的两个子方法。
加窗方法是在不考虑图像特征的情况下,利用可变宽度的滑动窗口对
文字图像进行时间分割,从而实现文字图像的盲分割因此,它试图通
过评估所生成的子图像的分类来另一方面,基于特征的方法是基于检
测图像特征的物理位置,然后试图将该表示分割成分类良好的子集。
因此,窗口方法采用识别来搜索
隐式分割方法是一个简单的过程,通常
语言独立。它们的准确性与分类性能有关或取决于分类性能。它们被用
于克服草书分割的复杂性和问题(Inkeaw等人,2018年; Rehman等
人,2009年)。此外,它们提供了所有的临时段,并让识别器/分类器
选择最佳分割。因此,基于隐式分割的识别技术需要大量的训练数据.然
而,在为单词段选择段的总数时存在权衡。事实上,使用较少数量的分
段减少了计算时间,但增加了欠分段的问题。此外,当相邻字符之间存
在重叠时,情况会变得更糟,因为我们需要识别有效字符的所有可能组
合,而不仅仅是识别有效字符。
另一方面,使用大量的段减少了欠分割问题,从而减少了连接的
数量然而,它产生更多的切片,这增加了计算时间和过分割问题。
此外,部分字符被识别为有效字符,这通常被几乎所有基于隐式的分
割方法都采用第二种方法,因为合并小段以形成有效字符更容易
(
Inkeaw
等人,
2018
年)。
2.2.
特征提取
特征捕获并表示从单词或字符提取的信息,诸如像素、形状信息或
统计特性(Lorigo和Govindaraju,2006; Kesiman等人,2016;Soora
和Deshpande,2018; Trier等人,1996年)。要素提取将输入的原始
数据转换为精简的制图表达集 称为特征向量。因此,特征提取的主要
目标是从
原始原始数据,并通过忽略冗余和不相关的信息在较低维度空间中表示
该信息,从而使模式(例如字符)分类的任务变得容易并以正式的方式
进行(Kumar和Bhatia,2014)。
字符识别的特征提取方法可以分为两种方法,传统或经典和深度学
习。传统的方法主要是基于手工制作的功能。手工制作的功能有时很简
单,不那么模糊。此外,他们不需要一个大的训练集。然而,手工制作
的功能需要关于应用程序的知识,因此不能容易地转移到其他应用程
序。一般来说,传统特征可以分为局部或全局(Gonzalez和Woods,
2017)。对于字符识别,它可以分为基于形状的(例如几何,矩,局部
和 空 间 ) 和 非 基 于 形 状 的 ( 例 如 统 计 ) ( Soora 和 Deshpande ,
2018)。字符识别中特征提取的另一个主要分类分为四个子类:结构特
征(例如宽度、高度、孔等),统计特征(例如平均值、标准偏差、概
率分布、投影、分区等),局部特征(如SIFT、SURF等)和全局变换
特征(例如,傅立叶变换、矩等)。(Lawrence,2015年;印刷阿拉伯
文字识别,xxxx;Noushin Najafiragheb和Harifi,2016年)。
另一方面,机器学习,特别是深度学习方法,直接从输入像素中学
习特征提取器。因此,通过在数据集上训练特征提取器模型,经训练的
模型可以容易地适应许多输入类型和变化。此外,深度学习(例如卷积
神经网络(CNN)和长短期记忆(LSTM))为检测和表示特征提供了
非常灵活和通用的可学习框架。此外,该方法与问题无关,不需要分析
数据的专家知识。然而,使用深度学习需要大量的数据集来训练提取器
模型。
人们普遍认为,影响分类器性能的主要因素之一是选择一组合适的
特征来表示输入图像。此外,字体变化的大可变性使得适当特征集的选
择甚至更加复杂。因此,一些研究使用特征选择方法来选择实现最大准
确度的最佳特征子集(Cilia等人,2019年)。事实上,特征选择有助
于减少信息冗余,减少维数灾难的影响,并可能提高分类器性能。此
外 , 特 征 选 择 降 低 了 计 算 复 杂 性 , 并 产 生 了 简 单 的 分 类 模 型
(Abualigah,2018; Abualigah等人,2018年、2017年)。
2.3.
字符识别
根据所使用的字符分割方法,用于诸如阿拉伯文本的草书的字符
识 别 技 术 可 以 分 为 整 体 ( 无 分 割 ) 和 分 析 ( 基 于 分 割 ) 方 法
(
Alginahi
,
2013; Naz
等 人 ,
2016 b; Zeki
等 人 ,
2011;
Mohammad
等人,
2019; Qaroush
等人,
2019
年)。在整体方法
中,由于草书中的字符可以重叠、倾斜并且可以具有不同的形状,因
此整个单词被处理为统一的单元,而不进一步将单词分割成其低级单
元,例如连字、字符、笔画、点和变音符号。整体方法处理单词而不
是字符,并且需要计算输入单词的全局特征向量,然后利用该全局特
征向量来针对所存储的单词词典对单词进行分类(
Nashwan
等人,
2017
年)。然而,在这种方法中的主要挑战是大量的类存在于识别
阶段时,处理大词典大小的单词,这导致性能下降的单词数量的增
加。因此本
剩余16页未读,继续阅读
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 多模态联合稀疏表示在视频目标跟踪中的应用
- Kubernetes资源管控与Gardener开源软件实践解析
- MPI集群监控与负载平衡策略
- 自动化PHP安全漏洞检测:静态代码分析与数据流方法
- 青苔数据CEO程永:技术生态与阿里云开放创新
- 制造业转型: HyperX引领企业上云策略
- 赵维五分享:航空工业电子采购上云实战与运维策略
- 单片机控制的LED点阵显示屏设计及其实现
- 驻云科技李俊涛:AI驱动的云上服务新趋势与挑战
- 6LoWPAN物联网边界路由器:设计与实现
- 猩便利工程师仲小玉:Terraform云资源管理最佳实践与团队协作
- 类差分度改进的互信息特征选择提升文本分类性能
- VERITAS与阿里云合作的混合云转型与数据保护方案
- 云制造中的生产线仿真模型设计与虚拟化研究
- 汪洋在PostgresChina2018分享:高可用 PostgreSQL 工具与架构设计
- 2018 PostgresChina大会:阿里云时空引擎Ganos在PostgreSQL中的创新应用与多模型存储
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)