文献

J-GLOBAL ID：202202216707241394   整理番号：22A0807393

印刷アラビア光学文字認識への新しいアプローチ【JST・京大機械翻訳】

A Novel Approach to Printed Arabic Optical Character Recognition

著者 (1件)： Al Ghamdi Mansoor A. (Department of Computer Science, Community College, University of Tabuk, Tabuk, Saudi Arabia)
資料名： Arabian Journal for Science and Engineering  (Arabian Journal for Science and Engineering)
巻： 47  号： 2  ページ： 2219-2237  発行年： 2022年 
JST資料番号： W4051A  ISSN： 2193-567X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 光学的特性認識(OCR)は,視覚障害者を支援し,印刷資源を電子メディアに変換するために,ディジタル化学習資源のような様々な実世界アプリケーションで広く使われている。アラビア語が関係する限り,インターネット上のディジタルアラビアコンテンツを拡張する必要性は,最近,アラビアテキスト認識に焦点を当てた研究者を動機づけている。アラビアのOCR研究の重要な数にもかかわらず,後者はアラビア文字の特別な特性により多くの課題に直面している。本研究は,効果的な印刷アラビアOCRシステムの開発を目的とする。本研究では,印刷アラビアOCRシステムの実装について述べた。それは,前処理,特徴抽出,および文字セグメンテーションと分類の4つの段階に分けられる。他の典型的アラビアOCRシステムとは異なり,開発したものにおいて,特徴抽出段階を特性セグメンテーション段階の前に実行した。前処理段階で,アラビアテキスト画像のためのスケルトンを生成するために,新しい薄化アルゴリズムを適用した。第2段階では,非ドットアラビアテキスト画像から特徴抽出のためのエージェントベースモデルを用いた新しいチェーンコード表現法を提案した。抽出した特徴に基づいて,文字に接続したアラビア語を分割するために使用する文字セグメンテーション技術を導入した。分類段階において,部分マッチング(PPM)圧縮ベース法による予測を,アラビアテキストを認識する分類器として適用した。公開データセット上のアラビアOCRシステムの実験的評価は,このシステムがパラグラフベーステキスト画像に対して77.3%の精度を有することを明らかにした。Copyright King Fahd University of Petroleum & Minerals 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  光学的性質 ,  *印刷 ,  学習 ,  システム ,  セグメンテーション ,  特徴抽出 ,  *文字認識 ,  東洋語 ,  *文字 ,  応用プログラム ,  ディジタル方式 ,  インターネット ,  エージェントモデル ,  コンテンツ
準シソーラス用語： アラビア語 , 【Automatic Indexing@JST】

著者キーワード (7件)： 光学的文字認識 ,  OCR ,  アラビア印刷OCR ,  アラビア語テキスト認識 ,  特徴抽出 ,  セグメンテーション ,  分類

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： アラビア ,  光学 ,  文字認識