PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Rejestracja serii zdjęć, z wymuszeniem zmiennych warunków oświetleniowych, jako techniki wspomagającej przy automatycznym rozpoznawaniu tekstu

Identyfikatory
Warianty tytułu
EN
Registration of a series of photos, with the imposition of changing lighting conditions, as a supporting technique in automatic text recognition
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono autorskie rozwiązania problemu wykonywania zdjęć niewyraźnych tekstów na opakowaniach i niewielkich produktach. W sytuacji gdy napis posiada niską rozdzielczość (drukarka atramentowa), albo jest wykonany poprzez technikę tłoczenia, wykonanie zwykłego, pojedynczego zdjęcia daje przeważnie niezadowalające wyniki. Dzięki przedstawionym tu rozwiązaniom, znacząco polepszamy materiał wejściowy (fotografie), który jest podstawą, na przykład do analizy przez algorytmy uczenia maszynowego, dedykowanych do rozpoznawania znaków (OCR).
EN
The article presents proprietary solutions to the problem of taking pictures of blurred texts on packaging and small products. In a situation where the inscription has a low resolution (inkjet printer) or is made by embossing, taking a simple, single photo usually gives unsatisfactory results. Thanks to the presented here solutions, we significantly improve the input material (photos), which is the basis, for example for analysis by machine learning algorithms, dedicated to character recognition (OCR).
Rocznik
Strony
8--12
Opis fizyczny
Bibliogr. 8 poz., fot., rys.
Twórcy
  • Al Factory sp. z o.o., Gdynia
  • Politechnika Gdańska
Bibliografia
  • [1] L. Berc, W. Fenner, R. Frederick, S. McCanne, and P. Stewart. 1998. RTP Payload Format for JPEG-compressed Video. RFC Editor. DOI: https://doi.org/10.17487/rfc2435
  • [2] Jindong Chen, Yizhou Hu, Jingping Liu, Yanghua Xiao, and Haiyun Jiang. 2019. Deep Short Text Classification with Knowledge Powered Attention. AAAI 33, (July 2019), 6252–6259. DOI: https://doi.org/10.1609/aaai.v33i01.33016252
  • [3] S. A. Chevereva. 2022. Methods of Machine Learning. In Digital Technologies in the New Socio-Economic Reality, Svetlana Igorevna Ashmarina and Valentina Vyacheslavovna Mantulenko (eds.). Springer International Publishing, Cham, 907-913. DOI: https://doi.org/10.1007/978-3-030-83175-2_110
  • [4] Raspberry Pi Ltd. Raspberry Pi 4 Model B specifications. Raspberry Pi. Retrieved April 27, 2022 from https://www.raspberrypi.com/products/raspberry-pi-4-model-b/
  • [5] Rachid Oucheikh, Tobias Pettersson, and Tuwe Löfström. 2022. Product verification using OCR classification and Mondrian conformal prediction. Expert Systems with Applications 188, (February 2022), 115942. DOI: https://doi.org/10.1016/j.eswa.2021.115942
  • [6] Digital RGB LED. Retrieved April 27, 2022 from http://www.world-semi.com/solution/list-4-1.html#141
  • [7] Products - See all Groglass products. GroGlass. Retrieved April 27, 2022 from https://www.groglass.com/products/
  • [8] Museum Glass®. Tru Vue, Inc. Retrieved April 26, 2022 from https://tru-vue.com/solution/museum-glass/
Uwagi
1. Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).
2. Projekt AIFactory pod tytułem: "AI CUBE - system detekcji, odczytu i analizy danych z opakowań produktów farmaceutycznych" został dofinasowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Regionalnego Programu Operacyjnego Województwa Pomorskiego na lata 2014-2020.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-197eb8a6-e5d8-4736-ae36-6eba397640c9
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.