Технология автоматического распознавания образов OCR




 

Методы автоматического распознавания образов и их реализация в системах оптического чтения текстов (OCR-системах – Optical Character Recognition) – одна из самых плодотворных технологий ИИ. В развитии этой технологии российские ученые занимают ведущие позиции в мире.

OCR-система понимается как средство для автоматического распознавания с помощью специальных графических программ символов печатного или рукописного текста (например, введенного в компьютер с помощью сканера) и преобразования его в формат, пригодный для обработки текстовыми процессорами, редакторами текстов и т.д.

Промышленное использование предполагает ввод документов хорошего и среднего качества – это обработка бланков переписи населения, налоговых деклараций и т.д.

Особенности предметной области, существенные с точки зрения OCR-систем:

– шрифтовое и размерное разнообразие символов;

– искажения в изображениях символов (разрывы образов символов);

– перекосы при сканировании;

– посторонние включения в изображениях;

– сочетание фрагментов текста на разных языках;

– большое разнообразие классов символов, которые могут быть распознаны только при наличии дополнительной контекстной информации.

Выделяются три принципа, на которых основаны все OCR-системы:

принцип целенаправленности: распознавание является целенаправленным процессом выдвижения и проверки гипотез (поиска того, что ожидается от объекта);

принцип адаптивности: распознающая система должна быть способна к самообучению;

принцип целостности образа: в исследуемом объекте всегда есть значимые части, между которыми существуют отношения. Результаты локальных операций с частями образа интерпретируются только совместно в процессе интерпретации целостных фрагментов и всего образа в целом.

FineReader выпускается компанией ABBYY, которая была основана в августе 1989 г. Разработки компании ABBYY ведутся в двух направлениях: машинное зрение и прикладная лингвистика. Стратегическим направлением научных исследований и разработок является естественно-языковой аспект технологий в области машинного зрения, искусственного интеллекта и прикладной лингвистики.

CuneiForm GOLD для Windows является первой в мире самообучаемой интеллектуальной OCR-системой, использующей новейшую технологию адаптивного распознавания текстов. Поддерживает много языков. Для каждого языка поставляется словарь для контекстной проверки и повышения качества результатов распознавания. Распознает любые полиграфические, машинописные гарнитуры всех начертаний и шрифты, получаемые с принтеров, за исключением декоративных и рукописных. Распознает очень низкокачественные тексты.

Характеристики систем распознавания образов.Среди OCR-технологий важное значение имеют специальные технологии решения отдельных классов задач автоматического распознавания образов:

– поиск людей по фотографиям;

– поиск месторождений полезных ископаемых и прогнозирование погоды по данным аэрофотосъемки и снимкам со спутников в различных диапазонах светового излучения;

– составление географических карт по исходной информации, используемой в предыдущей задаче;

– анализ отпечатков пальцев и рисунков радужной оболочки глаза в криминалистике, охранных и медицинских системах.

 

Машинный перевод текстов с одних естественных языков на другие

 

Два аспекта, определяющих актуальность задач машинного перевода (МП):

– все возрастающая потребность в переводах в науке, литературе, дипломатии, экономике и других областях деятельности;

– для МП гораздо яснее критерии оценивания результатов, чем в задачах понимания текстов, организации диалогов и др.

Системы МП различают по трем аспектам:

– по рабочим языкам (различают двуязычные и многоязычные системы МП);

– по типам текстов (для перевода письменного текста и устного диалога);

– по ограничениям по предметной области (обусловлены поддержкой в них лексики, соответствующей той или иной области знаний: медицины, информатики, математики и пр.).

 

Автоматическая классификация документов

 

Потребности в средствах автоматической классификации документов испытывают:

– корпоративные системы документооборота;

– каталоги Интернета;

– каналы вещания;

– службы электронной почты;

– электронные библиотеки;

– информационные агентства;

– интернет-порталы и др.

 

...





Читайте также:
Производственно-технический отдел: его назначение и функции: Начальник ПТО осуществляет непосредственное...
Эталон единицы силы электрического тока: Эталон – это средство измерения, обеспечивающее воспроизведение и хранение...
Роль языка в формировании личности: Это происходит потому, что любой современный язык – это сложное ...
Решебник для электронной тетради по информатике 9 класс: С помощью этого документа вы сможете узнать, как...

Поиск по сайту

©2015-2022 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Дата создания страницы: 2017-04-03 Нарушение авторских прав и Нарушение персональных данных


Поиск по сайту:


Мы поможем в написании ваших работ!
Обратная связь
0.011 с.