تشخیص متن صفحه برنامه‌های موبایل با توصیف گر کاراکتر و پیکربندی ساختار

نوع فایل : word

تعداد صفحات : 13

تعداد کلمات : 2400

مجله : International Journal of Research

انتشار : 2016

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
12 مارس 2021
دسته بندی
تعداد بازدیدها
1552 بازدید
21,000 تومان

عنوان فارسی مقاله:تشخیص متن صفحه برنامه‌های موبایل با توصیف گر کاراکتر و پیکربندی ساختار

 چکیده  

کاراکترهای متن و رشته‌ها در علوم طبیعی می‌توانند اطلاعات ارزشمند و مفید برای بسیاری از برنامه‌ها و کاربردها ارائه کنند. استخراج متن به طور مستقیم از تصاویر طبیعی و ویدئوها می‌تواند به دلیل الگوهای متنی متغیر و استنباط‌های پیش زمینه چالش بر انگیز می‌باشد. این پروژه روشی را برای تشخیص متن صفحه از مناطق متنی شناسایی شده ارائه می‌کند. در تشخیص متن، الگوریتم‌های قبلی برای دست یابی به مناطق متنی از تصویر صحنه استفاده می‌شوند. اولاً، ما اقدام به طراحی توصیف گر کاراکتر با توصیف توصیف گرها و شناساگرهای ویژکی پیشرفته می‌کنیم. دوما، ما ساختار کاراکتر را در هر کلاس کاراکتر با طراحی نقشه‌های پیکر بندی مدل سازی می‌کنیم. طرح الگوریتم نما با کاربرد استخراج متن صحنه در دستگاه‌های موبایل هوشمند سازگار است. یک سیستم دموی مبتنی بر اندروید برای نشان دادن کارایی روش پیشنهادی برای استخراج اطلاعات متن از اشیای نزدیک توسعه می‌یابد. سیستم دمو اطلاعاتی را در خصوص طراحی الگوریتم و بهبود عملکرد استخراج متن صفحه ارائه می‌کند. نتایج ارزیابی در خصوص مجموعه داده‌های معیار نشان می‌دهد که طرح پیشنهادی ما در خصوص تشخیص متن با روش‌های موجود مشابه است(تشخیص متن صفحه برنامه‌های موبایل).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Mobile Applications Scene Text Recognition by Character Descriptor and Structure Configuration

Abstract

 The text characters and strings in natural sciene can provide valuable and useful information for many applications. Extracting text directly from natural scene images or videos is a challenging task because of variant text patterns and variant background interferences. This project proposes a method of scene text recognition from detected text regions. In text detection, our previously proposed algorithms are applied to gain text regions from scene image. First, we design a discriminative character descriptor by combining several state-ofthe-art feature detectors and descriptors. Second, we model character structure at each character class by designing stroke configuration maps. Our algorithm design is compatible with the application of scene text extraction in smart mobile devices. An Android-based demo system is developed to show the effectiveness of our proposed method on scene text information extraction from nearby objects. The demo system also provides us some insight into algorithm design and performance improvement of scene text extraction. The evaluation results on benchmark data sets demonstrate that our proposed scheme of text recognition is comparable with the best existing methods.

دیدگاهتان را بنویسید