استخراج feature های مربوط به حروف

[ahmadyan]

اگر بخواهیم برای حروف یک تعدادی feature تعیین کنیم چه کار باید کرد؟ من می خواهم مقادیر این feature ها را به دست بیارم و بعد به یک SOM بدم تا کلاستر کنه.از SOFM چطوری میشه در این استفاده کرد؟

[hess]

پاسخ : استخراج feature های مربوط به حروف

سلام ..................

منظورتون از حروف؛ حروف فارسی هستن یا لاتین؟ با دیتابیس مربوط به OCR کار میکنید یا خودتون دیتابیس دارید؟ در نهایت میخواید Clustering داشته باشید؟ یه جور Classification برای Category خاص؟

http://www.dsi.unifi.it/~simone/Papers/Mysore07.pdf

[ahmadyan]

پاسخ : استخراج feature های مربوط به حروف

بابت مقاله ممنون. کار من صرفا جنبه آزمایشی داره. من می خوام برای چند تا از حروف انگلیسی این feature ها رو بدست بیارم. دیتابیس خاصی هم ندارم. کارکترها از درون تعدادی از فونت ها در اومند و می خوام کلاسترینگ رو روشون انجام بدم.

[hess]

پاسخ : استخراج feature های مربوط به حروف

سلام ..................

یه بحث کلی هست که توی محدوده ی OCR مطرح میشه .. اونجا براشون اهمیت داره که دیتابیس از چه نوع حالت فرمیکی برخوردار باشه .. بر همون اساس هم Feature هاشون رو تعیین میکنن تا بتونن در مرحله ی clustering بر اساس اون Feature Extraction ای که انجام میدن؛ Cluster های قابل قبول و البته با Accuracy بالایی داشته باشن .. الان مثلا شما لینک زیر رو ببینید ..

http://www.eca.ir/forum2/index.php?topic=12029.0

اونجا تقریبا تمامی مواردی که روی OCR باید رعایت بشه؛ توضیح داده شده .. اما در کل شما باید از Skeleton Feature ها برای حروفتون استفاده کنید .. الان متد جدیدی که وجود داره همینه .. البته متدهای قبلی هم هست .. مثلا میان یه سری ویژگی خاص برای حروف تعیین میکنن و اونهارو برای ورودی ها محاسبه میکنن .. مثلا Curvature یا Altitude یا Azimuth یا .... رو برای حروف بررسی میکنن .. میبینید که خیلی راه وجود داره .. اما در مورد اون Skeleton ای که خدمتتون عرض کردم؛ به نظر راه خوبیه و جا برای کار هم داره .. میان و Structural Skeleton حروف رو به دست میارن .. حالا چطوری؟ یکی از عمده ی راه های اون استفاده از Morphology هست .. یکی دیگه از راه ها استفاده از Distance Transform هست .. یکی دیگه از راه ها میتونه Skeleton Matching در مبحث Shape Matching باشه .. در مجموع راه های زیادی وجود داره .. باید ببینید برای طرحتون کدوم مناسبتره .. یکی Performance بالایی داره .. یکی Accuracy بالایی داره .. یکی Speed بالایی داره .. یکی Easy to Implement هست .. بستگی به طرح شما داره .. اه خواستید روی حروف فارسی کار کنید ؛ یه Paper خیلی خوب ازش دارم .. بفرمایید تا براتون پلود کنم .. موفق باشید ..

[sohrab_khatami]

پاسخ : استخراج feature های مربوط به حروف

آقای حسام الدین ممنون میشم همون مقاله ی خوبی رو که در مورد تشخیص حروف فارسی گفتید رو پلود کنید