PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 13

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  character recognition
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Position-encoding convolutional network to solving connected text CAPTCHA
Qing Ke, Zhang Rong
Journal of Artificial Intelligence and Soft Computing Research
|
2022
|
Vol. 12, No. 2
121--133
EN
Text-based CAPTCHA is a convenient and effective safety mechanism that has been widely deployed across websites. The efficient end-to-end models of scene text recognition consisting of CNN and attention-based RNN show limited performance in solving text-based CAPTCHAs. In contrast with the street view image and document, the character sequence in CAPTCHA is non-semantic. The RNN loses its ability to learn the semantic context and only implicitly encodes the relative position of extracted features. Meanwhile, the security features, which prevent characters from segmentation and recognition, extensively increase the complexity of CAPTCHAs. The performance of this model is sensitive to different CAPTCHA schemes. In this paper, we analyze the properties of the text-based CAPTCHA and accordingly consider solving it as a highly position-relative character sequence recognition task. We propose a network named PosConv to leverage the position information in the character sequence without RNN. PosConv uses a novel padding strategy and modified convolution, explicitly encoding the relative position into the local features of characters. This mechanism of PosConv makes the extracted features from CAPTCHAs more informative and robust. We validate PosConv on six text-based CAPTCHA schemes, and it achieves state-of-the-art or competitive recognition accuracy with significantly fewer parameters and faster convergence speed.
2
Content available Recognition of handwritten Latin characters with diacritics using CNN
Lukasik Edyta, Charytanowicz Małgorzata, Milosz Marek, Tokovarov Michail, Kaczorowska Monika, Czerwinski Dariusz, Zientarski Tomasz
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2021
|
Vol. 69, nr 1
art. no. e136210
EN
Convolutional Neural Networks (CNN) have achieved huge popularity in solving problems in image analysis and in text recognition. In this work, we assess the effectiveness of CNN-based architectures where a network is trained in recognizing handwritten characters based on Latin script. European languages such as Dutch, French, German, etc., use different variants of the Latin script, so in the conducted research, the Latin alphabet was extended by certain characters with diacritics used in Polish language. To evaluate the recognition results under the same conditions, a handwritten Latin dataset was also developed. The proposed CNN architecture produced an accuracy of 96% for the extended character set. This is comparable to state-of-the-art results found in the domain of identifying handwritten characters. The presented approach extends the usage of CNN-based recognition to different variants of the Latin characters and shows it can be successfully used for a set of languages based on that script. It seems to be an effective technique for a set of languages written using the Latin script.
3
Content available Efektywność sztucznych sieci neuronowych w rozpoznawaniu znaków pisma odręcznego
Miłosz Marek, Gazda Janusz
Journal of Computer Sciences Institute
|
2018
|
Vol. 7
210--214
PL
Sztuczne sieci neuronowe są jednym z narzędzi współczesnych systemów odtwarzania z obrazów tekstów, w tym pisanych odręcznie. W artykule przedstawiono rezultaty eksperymentu obliczeniowego mającego na celu analizę jakości rozpoznawania cyfr pisanych odręcznie przez dwie sztuczne sieci neuronowe (SSN) o różnej architekturze i parametrach. Jako podstawowe kryterium jakości rozpoznawania znaków użyto wskaźnika poprawności. Poza tym analizie poddano liczbę neuronów i ich warstw oraz czas uczenia SSN. Do stworzenia SSN, oprogramowania algorytmów ich uczenia i testowania wykorzystano język Python i bibliotekę TensorFlow. Obydwie SSN uczono i testowano przy pomocy tych samych dużych zbiorów obrazów znaków pisanych odręcznie.
EN
Artificial neural networks are one of the tools of modern text recognising systems from images, including handwritten ones. The article presents the results of a computational experiment aimed at analyzing the quality of recognition of handwritten digits by two artificial neural networks (ANNs) with different architecture and parameters. The correctness indicator was used as the basic criterion for the quality of character recognition. In addition, the number of neurons and their layers and the ANNs learning time were analyzed. The Python language and the TensorFlow library were used to create the ANNs, and software for their learning and testing. Both ANNs were learned and tested using the same big sets of images of handwritten characters.
4
Content available remote Time effectiveness optimization of cross correlation methods for ocr systems with the use of graphics processing units
Wieloch K., Stokfiszewski K.
Journal of Applied Computer Science
|
2015
|
Vol. 23, nr 2
79--100
EN
In this paper authors propose a time optimization of fast normalized cross corrlation methods for image processing and optical character recognition with the use of parallel computing techniques realized on graphics processing units (GPU). It is shown that suitable modification of the wellknown formulas and their parallel implementation on graphics processing units may substantially accelerate computing time without any change of the quality of results. The performed research include comparative analysis of time efficiency of the developed methods with respect to their standard sequential implementations.
5
Content available Optical character recognition using artifical inelligence technologies
Musiał A., Szczepaniak P.
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
|
2014
|
nr 2
41--44
EN
The article represents results of the research of an Optical Character Recognition system. Proposed OCR system is able to convert a raster image into the text string, which represents the text shown on the input image. The main innovation is the fact that the system was created without following any strict rules. It was more an innovative research rather than simple programming using ready guidelines.
PL
Celem projektu opisywanego w artykule było przygotowanie działającego systemu do optycznego rozpoznawania znaków, tj. zdolnego przekształcić rastrowy obraz wejściowy w łańcuch znaków odpowiadający zapisanemu tekstowi na obrazie. Nowością jest m.in. fakt wykonania tego systemu bez podążania za z góry znaną architekturą aplikacji, a przygotowanie go w sposób bardziej doświadczalny, czyli wykorzystując podejście nowatorskie.
6
Content available Radon-Zernike moments method applied in postal application
Miciak M., Wiatr R., Andrysiak T., Maszewski M.
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
|
2013
|
z. 17
17--26
EN
In this paper a new method of a handwritten characters recognition is introduced. The proposed algorithm is applied to classification of post mails on the basis of postal code information. In connection with this work the research was conducted with numeric characters used in real post code of mail pieces. Moreover, the article contains image processing, for instance, filtration of Radon transformation of the character. The main objective of this article is to use the Radon transform parameter space to obtain a set of moment features on basis of which postal code will be recognized.
PL
W artykule przedstawiono nowe rozwiązanie zadania rozpoznawania znaków pisanych ręcznie dla zastosowań pocztowych. Zaproponowano algorytm klasyfikacji przesyłek pocztowych działający na podstawie informacji zawartej w zapisie kodu pocztowego. Główny nacisk położono na wykorzystanie transformaty Radona i momentów Zernike do uzyskania zbioru cech, na podstawie, których rozpoznawano kod pocztowy. Otrzymane wyniki eksperymentów pozwoliły wykazać skuteczno ść proponowanej metody.
7
Content available Metody przetwarzania obrazu przesyłek pocztowych
Miciak M., Wiatr R.
TTS Technika Transportu Szynowego
|
2013
|
R. 20, nr 10
1279--1288, CD
PL
W referacie przedstawiono metody przetwarzania obrazów i rozpoznawania znaków w szczególności dla celów pocztowych. W procesie opracowania przesyłek pocztowych w urzędach rozdzielczych szczególną rolę ogrywa odczytanie strony adresowej przesyłki w zwłaszcza opisanej pismem odręcznym. Ze względu na czas trwania procesu przetwarzani obrazu przesyłki, ograniczono się do odczytania pocztowego numeru adresowego (PNA). Dokonano analizy stosowanych rozwiązań w zakresie metod obszarowych i konturowych. Zwrócono szczególną uwagę na metody wykorzystujące sztuczne sieci neuronowe, ukryte modele Markowa, momenty geometryczne, przekształcenie Fouriera. Określono przydatność poszczególnych metod dla specyficznych wymagań przetwarzania obrazu w systemach pocztowych.
EN
The paper presents a method of image processing and character recognition, in particular for postal applications. In the process of the development of postal offices distribution plays a special role to read the address data in particular described handwriting. Because of the time limitation of the image processing package, the article focused on zip code reading. Particular attention has been paid to the methods based on artificial neural networks, hidden Markov models, the moments of geometric Fourier transform. Determined suitability of particular methods for the specific requirements of image processing postal systems.
8
Content available remote Identification of the initial rule-base of a multi-stroke fuzzy-based character recognition method with meta-heuristic techniques
Tormási A., Kóczy L. T.
Czasopismo Techniczne. Automatyka
|
2013
|
R. 110, z. 4-AC
103--115
EN
This paper summarizes the basic concept of the designed a fuzzy-based character recognition algorithm family and the results of the optimization of its rule-base with two various meta-heuristic methods, the Imperialist Competitive Algorithm and the bacterial evolutionary algorithm. The results are presented and compared with two other methods from literature after a short overview of the recognition algorithm.
PL
W niniejszym artykule podsumowano podstawową koncepcję projektowania rodziny algorytmów rozpoznawania pisma odręcznego opartej na logice rozmytej oraz wyniki optymalizacji bazy reguł, z wykorzystaniem dwóch różnych metod metaheurystycznych: algorytmu ewolucyjnego ICA (Imperialist Competitive Algorithm) oraz ewolucyjnego algorytmu bakteryjnego. Przedstawiono krótkie podsumowanie algorytmu rozpoznawania pisma, a także wyniki porównawcze z dwoma innych metodami dostępnymi w literaturze.
9
Content available Invariant Gabor-Zernike descriptor for postal applications
Andrysiak T., Miciak M., Boniecki R.
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
|
2011
|
z. 15
5-17
EN
In this paper a new solution of handwritten digits recognition system for postal applications is presented. Moreover, in this paper, a new method of handwritten characters recognition is introduced. The proposed algorithm is applied to classification of post mails on the basis of zip code information. In connection with this work the research was conducted with numeric characters used in real post code of mail pieces. Moreover, the article contains basic image processing for instance filtration binarization and normalization of the character. The main objective of this article is to use the Gabor filtration and Zernike moments to obtain a set of invariant features, on basis of which postal code will be recognized. The reported experiments' results prove the effectiveness of the proposed method. Furthermore, sources of errors as well as possible improvement of classification results will be discussed.
PL
W artykule przedstawiono nowe rozwiązanie zadania rozpoznawania znaków pisanych ręcznie dla zastosowań pocztowych. Zaproponowano algorytm klasyfikacji przesyłek pocztowych działający na podstawie informacji zawartej w zapisie kodu pocztowego. Ponadto w artykule opisano podstawowe operacje przetwarzania wstępnego tj. filtracje, binaryzacje oraz normalizacje obrazu znaku. Głównym nacisk położono na wykorzystanie filtracji Gabora i momentów Zernike do uzyskania zbioru cech na podstawie których rozpoznawano kod pocztowy. Otrzymane wyniki eksperymentów pozwoliły wykazać skuteczność proponowanej metody. Dodatkowo w pracy przedstawiono źródła potencjalnych błędów w procesie rozpoznawania, jak również zaproponowano możliwości poprawy wyników klasyfikacji.
10
Content available remote Ghost Character Recognition Theory and Arabic Script Based Languages Character Recognition
Razzak M., Mirza A. A.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 11
234-238
EN
Arabic script is used by more than 1/4th population of the world in the form of different languages like Arabic, Persian, Urdu, Sindhi, Pashto etc but each language have its own words meaning and set of alphabets. The set of Urdu alphabets is a superset of the alphabets sets for all other Arabic script based languages. Arabic script based languages character recognition is one of the most difficult task due to complexities involved in this script not exist in any other script. This paper present a novel technique Ghost Character Recognition Theory that will helps to develop a Multilanguage character recognition system for Arabic script based languages based on Ghost Character Theory. The main benefit of proposed approach is that it will works for all Arabic script based languages by doing little effort for ghost character (basic skeleton) and developing dictionary for every language. Handling all Arabic script based languages has several issues like recognition rate is low as compared to system for specific languages and specific writing style i.e. Nastaliq or Naskh, but in general, this small difference of recognition rate is not a big issue for multilingual system and at the end we will get multilingual character recognition system.
PL
Języki arabskie są bardzo trudne do zaadaptowania w systemie automatycznego rozpoznawania znaków. W artykule opisano algorytm Ghost character umożliwiający realizację OCR większości języków arabskich.
11
Zastosowanie sztucznych sieci neuronowych w rozpoznawaniu znaków
Momot A.
Studia Informatica
|
2004
|
Vol. 25, nr 1
69-90
PL
W artykule przedstawiono krótkie wprowadzenie w dziedzinę rozpoznawania znaków i omówiono najbardziej podstawowe pojęcia związane ze sztucznymi sieciami neuronowymi. Artykuł zawiera przykłady zastosowań sieci neuronowych w procesie rozpoznawania znaków, ze szczególnym uwzględnieniem etapów ekstrakcji cech i klasyfikacji.
EN
The article presents the short introduction to the domain of character recognition and describes the basie conceptions connected with artificial neural networks. The paper contains exaniples of applications of neural networks to a process of character recognition with special regard to stages of feature extraction and classification.
12
Content available remote The system for microcircuit analysis and identification
Arckhipov A., Degtyarev S., Titov V.
Machine Graphics and Vision
|
2000
|
Vol. 9, No. 1/2
519-524
EN
The recognition of character information is one of the most important matters of the present day. One of such matters is the electronic mocrocircuit identification by optical recognition of back and white image of characrer mark on its body. Here is the system for microcircuit analysis and identification based on an input device in a computer of the videoimage of the microcircuit and identification structure and the new method of line segmentation are described.
13
Rozpoznawanie znaków za pomocą drzew decyzyjnych
Szkodzik A., Materka A.
Elektronika : prace naukowe
|
1998
|
nr 3
99-110
PL
W pracy przedstawiono wyniki zastosowania drzew decyzyjnych do rozpoznawaniu znaków. Na etapie tworzenia drzew zastosowano metodę wyznaczania optymalnych cech, dzięki której uzyskano bardzo dobre wyniki klasyfikacji zbiorów testowych. Zaproponowany algorytm uczenia drzew nie powoduje powiększenia ich rozmiarów. Udowodniono, że proces uczenia daje lepsze wyniki niż powiększanie zbiorów wykorzystanych przy konstruowaniu drzew. Za pomocą klasyfikatora równoległego zbudowanego w oparciu o kilkadziesiąt drzew decyzyjnych uzyskano rezultat ponad 95% prawidłowych klasyfikacji zbioru testowego.
EN
Results of applying decision trees to printed and handwritten character recognition are presented in the paper. An automatic feature generation method was employed during the construction of the trees, which improved the recognition rate for the testing set. This learning process significantly reduces the drawback of the tree classifiers that is their rapid error accumulation with depth, while it does not influences the size of trees. It was shown that learning gives better results than increasing the sets used to construction of the trees. The recognition rate above 95% was obtained by means of a parallel classifier built of multiple decision trees despite no advanced preprocessing of input characters (like skeletonization or slant reduction) was performed.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.