Accélération D’extraction Des Lignes Du Texte À Base Des Modèles De Cross Résolution À Deux

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

En raison de l'évolution technologique rapide dans nos vies quotidiennes, Les systèmes OCR sont de plus en plus demandé/requis dans divers domaines. À ce jour, ces systèmes sont encore en développement, en particulier les méthodes de segmentation des lignes de texte. Ces dernières années, de nombreuses recherches et études ont été menées dans le but d'améliorer les méthodes de segmentation des lignes de texte en termes de vitesse et de taux de détection. Cependant, toutes ces méthodes utilisent souvent des images haute densité allant de 150 à 300 dpi, ce qui a un impact négatif sur la vitesse de ce processus. Dans un travail précédent, une technique a été proposée pour accélérer le processus d'extraction des lignes de texte en utilisant des modèles de résolution croisée (XRM: Cross-Resolution Model), basés sur l'idée de réduction d'échelle d'image, afin de gagner du temps lors de l'exécution de ce processus. Notre travail est basé sur la même idée du travail précédent, qui est basée sur le fait que le processus de segmentation de texte en lignes ne nécessite pas une image haute résolution par rapport à d'autres processus tels que la segmentation des mots ou des lettres. Les lignes sont considérées comme une unité qui peut être redimensionnée sans affecter la précision contrairement aux unités plus petites comme les mots ou les lettres, qui si elles sont redimensionnées, affecteront négativement le processus de reconnaissance. Généralement, nous avons apporté d'importantes améliorations au travail précédent en améliorant le processus de redimensionnement qui est maintenant basé sur la taille du stylo et la hauteur des lignes au lieu de la taille du stylo uniquement. En outre, plus de méthodes de segmentation de lignes de texte ont été ajoutées, et leur précision a été améliorée. Notre méthode permet de meilleurs résultats en termes de vitesse et de taux de détection, ce qui a été prouvé par les résultats expérimentaux obtenus en utilisant sept méthodes de segmentation. Chacune de ces méthodes a été testée sur deux bases de données, la première en arabe KHATT et la seconde en anglais IAM.

روابط وملفات

التعريف والنوع

رقم الوثيقة

0529d474-3047-47e6-881b-1f20510631f7

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

944372_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"خضور غربي","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"يوسف بريم ","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"يوسف مباركي ","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Accélération D’extraction Des Lignes Du Texte À Base Des Modèles De Cross Résolution À Deux

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

نتيجة التطور التكنولوجي السريع في حياتنا اليومية أصبح التعرف الضوئي على الكلمات OCR مطلوبا أكثر في شتى المجالات. وإلى يومنا هذا مازالت هذه الأنظمة قيد التطوير وبشكل خاص أنظمة تجزئة اسطر النص. بحيث تم خلال السنوات الأخيرة إجراء العديد من البحوث و الدراسات بهدف تحسين طرق استخراج خطوط النص من ناحية السرعة و معدل الكشف . لكن جميع هذه الطرق في الغالب تستخدم صور ذات كثافة عالية تتراوح مابين إلى 150 إلى 300 dpi و ذلك يؤثر سلبا من ناحية السرعة على هذه العملية.في أعمال سابقة , تم اقتراح تقنية تسمح بتسريع عملية استخراج الأسطر عن طريق نموذج الدقات المتعارضة الذي يقوم على فكرة تحجيم الصور و ذلك بهدف ربح الوقت أثناء تطبيق هذه العملية.يقوم عملنا على نفس فكرة العمل السابق، و هي أن عملية تحديد مواقع الأسطر لا تتطلب دقة كبيرة مقارنتا مع العمليات الأخرى مثل تجزئة الكلمات أو الحروف. بحيث تعتبر الأسطر كوحدة قابلة للتصغير بدون التأثير على الدقة على عكس وحدات أخرى اصغر مثل الكلمات أو الحروف التي إذا تم تصغيرها فستؤثر بشكل مباشر و سلبي على عملية التعرف.في هذا العمل, قمنا بشكل عام بإجراء تحسينات شاملة على العمل السابق و ذلك بالتحسين في عملية التصغير عن طريق الاعتماد في التصغير في هذه المرة على كل من عرض الخط و طول الأسطر عوض عن عرض الخط فقط مما سمح بالتسريع أكثر و زيادة معدل الكشف. كذلك تم إضافة طرق أكثر للاستخراج الأسطر و التحسين فيها من حيث الدقة.تسمح طريقتنا بالحصول على نتائج أفضل من ناحية السرعة و معدل الكشف, و قد تم إثبات هذا عن طريق النتائج التجريبية المتحصل عليها باستعمال سبع طرق لاستخراج الأسطر. تم تجربة كل من هذه الطرق على قاعدتي بيانات اثنتين عوض عن واحدة, الأولى خاصة بالغة العربية وأما الثانية فتخص اللغة الإنجليزية. (As a result of the rapid technological advancement in our daily lives, OCR systems has become increasingly required in various fields. Till now, these systems are still under development, particularly text lines segmentation methods. Recently, many researches and studies have been conducted with the aim of improving text lines segmentation methods in terms of speed and detection rate. However, all of these methods often use high density images ranging from 150 to 300 dpi which negatively impacts the speed of this process. In previous work [21], a technique was proposed to speed up the process of extracting text lines by using cross-resolution models (XRM: Cross-Resolution Model), which is based on the idea of image downscaling, in order to gain processing time during this process. Our work is based on the same idea of the previous work, of which is that the process of segmentation does not require a high resolution image compared to other processes such as the segmentation of words or letters. Where The lines are considered as a unit which can be resized without affecting the accuracy unlike smaller units like words or letters which if resized will negatively affect the recognition process. In this work, we have generally made extensive improvements to the previous work by improving the resizing process which is now based on pen size and lines height instead of pen size only, allowing for more speed and increased detection rate. In addition,more text lines segmentation methods were added, and there accuracy has been improved. Our method allows for better results in terms of speed and detection rate, and this has been proved by the experimental results obtained using seven text lines segmentation methods. Each of these methods was tested on two databases, the first is in Arabic KHATT and the second is in English IAM).

كلمات الباحثين

Accélérer, OCR, Redimensionnement, Resizing, Segmentation de texte en lignes, Speed up, Text lines segmentation, التعرف على الكتابة, تجزئة النص إلى أسطر, تحجيم, تسريع

إشراف وإعداد

الإشراف

خضور غربي

الإعداد

يوسف بريم , يوسف مباركي

الاقتباسات الببليوغرافية