Warianty tytułu
Optical Character Recognition Systems
Języki publikacji
Abstrakty
W artykule zamieszczono podstawowe informacje o aktualnych kierunkach badawczych w zakresie systemów optycznego rozpoznawania znaków pisma (OCR). Omówiono zadania realizowane przez tego typu systemy na tle innych systemów przetwarzania języka naturalnego przez komputer. W artykule omówiono w skrócie historię powstania i rozwoju systemów OCR oraz zwrócono szczególną uwagę na problemy związane z rozpoznawanie znaków pisma wybranych języków orientalnych. Opisano sposób realizacji przykładowego algorytmu rozpoznawania znaków pisma. Poruszono zagadnienia związane z segmentacją obrazu i ekstrakcją cech. Jako przykład klasyfikatora znaków przedstawiono propozycję zastosowania sztucznej sieci neuronowej typu Kohonena. Zaproponowany algorytm charakteryzuje się dużą uniwersalnością i może zostać wykorzystany do rozpoznawania znaków praktycznie dowolnego rodzaju pisma.
The topic of the paper is optical character recognition systems (OCR). In the paper the actual research aims in the field of optical character recognition are described. Moreover, optical character recognition systems are compared with the other natural language processing systems. In the paper the history of development of optical character recognition systems is outlined. Some special attention is paid to the systems of optical character recognition for the scripts of oriental languages. Further, the algorithm for optical character recognition is proposed. The problems of image segmentation and features extraction are discussed. A Kohonen artificial neural network is proposed as a character classifier. The proposed algorithm can be regarded as a universal one, and thus can be used for classification of characters of practically any kind of script.
Czasopismo
Rocznik
Tom
Strony
21-25
Opis fizyczny
Bibliogr. 15 poz., rys.
Twórcy
autor
- Katedra Automatyki AGH
Bibliografia
- 1. Allen J. F.: Natural language understanding, The Benjamin/Cummings Publishing Company, New York, 1995.
- 2. Arnold D., Balkan L., Meijer S., Humphreys R. L., Sadler L.: Machine translation: an introductory guide, NCC Blackwell, London, 1994.
- 3. Axelrod S., Goel V., Gopinath R. A., Olsen P. A., Visweswariah K.: Subspace constrained gaussian mixture models for speech recognition, IEEE Transactions on Speech and Audio Processing, vol. 13, no. 6, 2005, ss. 1144-1160.
- 4. Baker H., Ho P. K.: Cantonese, Hodder & Stoughton, London, 2002.
- 5. Gajer M.: Zastosowanie wybranych typów sieci neuronowych do rozpoznawania obrazów, Pomiary Automatyka Robotyka, 1/2001, ss. 5-10.
- 6. Guidère M.: Toward corpus-based machine translation for standard Arabic, Translation Journal, vol. 6, no. 1, 2002.
- 7. Hamid A., Haraty R.: A neuro-heuristic approach for segmentating hadwritten Arabic text, ACS/IEEE International Conference on Computer Systems and Applications, 2001, ss. 110-113.
- 8. Le S., Youbing J., Lin D., Yufang S.: Word alignment of English-Chinese bilingual corpus based on chunks, Chinese Academy of Sciences, Chinese Information Processing Center, Institute of Software, Peking, 2000.
- 9. Matthews D., Dalvi M. K.: Urdu, Hodder & Stoughton, London, 2002.
- 10. Ney H., Niessen S., Och F. J., Sawaf H., Tillmann C., Vogel S.: Algorithms for statistical translation of spoken language, IEEE Transactions on Speech and Audio Processing, vol. 8, 2000, ss. 24-35.
- 11. Rahnama K. P.: Język perski, Wydawnictwo Akademickie DIALOG, Warszawa, 1999.
- 12. Scurfield E.: Chinese, Hodder & Stoughton, London, 2002.
- 13. Souvingnier B., Keller A., Rueber B., Schramm H., Seide F.: The thoughtful elephant: strategies for spoken dialog systems, IEEE Transactions on Speech and Audio Processing, vol. 8, ss. 47-67.
- 14. Waibel A., Geatner P., Tomokiyo L. M., Schultz T., Woszczyna M.: Multilinguality in speech and spoken language systems, Proceedings of the IEEE, vol. 88, 2000, ss. 1297-1313.
- 15. Xu M., Dong J.: Generating new styles of Chinese strokes based on statistical model, Task Quarterly, vol. 11, no 1-2, ss. 129-136.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-article-BSW1-0043-0005