检索结果-南通市图书馆

维普期刊数据库博看期刊

Rejecting Character Recognition Errors Using CNN Based Confidence Estimation

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Electronics 2016年第3期25卷 520-526页

作者： LI pengchao peng liangrui WEN Juan Tsinghua National Laboratory for Information Science and Technology Dept.of Electronic EngineeringTsinghua University Equipment Academy

Although Optical character recognition(OCR) technology has achieved huge progress in recent years, character misrecognition is inevitable. In order to realize high fidelity content of document digitalization,we propose a new Convolutional neural networks(CNN)based confidence estimation method. We detect the misrecognized characters through comparing the confidence value with a preset threshold, so as to leave the recognition errors as embedded images in the output digital documents. We adopted sofmax as the estimation of posteriori probability,overlap pooling and maxout with dropout technologies in CNN architecture design. Experimental results show that our method has achieved an explicit improvement compared to baseline system.

关键词： Optical character recognition(OCR) Confidence estimation Convolutional neural networks(CNN)

An Approach to Preprocess Degraded Text Images Based on Morphological Filters

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

An Approach to Preprocess Degraded Text Images Based on Morp...

1998 Fourth International Conference Signal Processing

作者： Hongwei Kong liangrui peng Xiaoqing Ding OCR Lab Department of Electronic Engineering Tsinghua University

＜正＞The recognition rate of OCR（Optical Character Recognition） systems often decreases for degraded text images,such as stroke-connected,stroke-broken and noisy text *** this paper a unified method for preprocessing binary text images based on mathematical morphology is presented. Simple but effective morphological filters are designed to process stroke-connected and stroke-broken images *** a method to classify stroke-connected and stroke-broken text images based on the horizontal and vertical average stroke width is presented. Morphological contour filter is used for removing noise. Experiment shows that the result of the preprocessing method is satisfactory.

关键词：

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于单字的内容相关文本无关笔迹验证方法

高技术通讯 2011年第1期21卷 1-7页

作者：李昕丁晓青彭良瑞智能技术与系统国家重点实验室北京100084 清华信息科学与技术国家实验室北京100084 清华大学电子工程系北京100084

针对现有的文本相关和文本无关的笔迹验证方法无法处理笔迹中仅含有少量且完全不同字符的情况，提出了基于非限定单字字符的内容相关文本无关的笔迹验证方法（半文本无关方法），填补了这一方面的空白。此内容相关文本无关方法通过获取... 详细信息

针对现有的文本相关和文本无关的笔迹验证方法无法处理笔迹中仅含有少量且完全不同字符的情况，提出了基于非限定单字字符的内容相关文本无关的笔迹验证方法（半文本无关方法），填补了这一方面的空白。此内容相关文本无关方法通过获取笔迹的字符内容信息，利用线性鉴别分析，可以从不同字符的样本中获取书写入的笔迹风格信息。为了减小不同字符的结构差异所带来的巨大类内变化，引入了表征字符样本内容信息的标准模板，并以内容作因子对原始特征向量与标准模板的差向量进行归一化，最后将这一主要表示字符风格信息的归一化差向量代替原始特征向量用于鉴别分析。实验证明，在笔迹间字符完全不同的极端条件下，该方法比现有的文本无关方法有更高、更鲁棒的性能。

关键词：笔迹验证内容相关文本无关线性鉴别分析归一化差向量

针对无切分维吾尔文文本行识别的字符模型优化

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2015年第8期55卷 873-877,883页

作者：姜志威丁晓青彭良瑞清华大学电子工程系智能技术与系统国家重点实验室清华信息科学与技术国家实验室北京100084

基于隐含Markov模型(hidden Markov model,HMM)的无切分文本行识别方法能够利用概率图的思想,同步完成文本行图像的切分与识别,避免因字符预切分失败而导致的识别错误,但对字符模型的设计与训练要求很高,并且在多字体融合问题中难以提... 详细信息

基于隐含Markov模型(hidden Markov model,HMM)的无切分文本行识别方法能够利用概率图的思想,同步完成文本行图像的切分与识别,避免因字符预切分失败而导致的识别错误,但对字符模型的设计与训练要求很高,并且在多字体融合问题中难以提高模型泛化性能。该文通过分析模型状态在图像层面的聚类意义,先提出基于观测合理聚类的模型结构优化方法,再提出结构与参数相结合的字符模型优化策略,最后将其应用于多字体维吾尔文文本行的无切分识别系统。实验结果表明,该方法能够改善模型的状态分配合理性,并且在多字体融合问题中提高了模型泛化性能和状态利用效率。

关键词：信息处理文字识别隐含Markov模型统计学习维吾尔文

基于80c196单片机的实时24小时动态ECG记录分析仪的研究

在线全文

学校读者我要写书评

暂无评论

中国生物医学工程学报 1998年第1期17卷 42-46,87页

作者：杨振野陈宏林彭良瑞陈恩科李玲华林家瑞华中理工大学生物工程系

本文介绍了一种２４小时双通道固态记录与实时分析于一体的便携式心电记录分析仪的设计。仪器以８０ｃ１９６单片机为核心，配以大规模单片机接口电路芯片ＰＳＤ４０３使得整机体积小且功耗低，该仪器的显著特点是无须连接ＰＣ机进行后... 详细信息

本文介绍了一种２４小时双通道固态记录与实时分析于一体的便携式心电记录分析仪的设计。仪器以８０ｃ１９６单片机为核心，配以大规模单片机接口电路芯片ＰＳＤ４０３使得整机体积小且功耗低，该仪器的显著特点是无须连接ＰＣ机进行后处理即可独立联接打印机输出动态心电分析监护报告，报警事件报告和心率变异分析报告。借助于ＭＩＴ心电数据库，采用数模转换后的输出信号作为模拟心电波对样机进行检验，其结果表明该仪器硬件合理实用，分析算法的实时性和准确性都能够满足要求。经临床２２例验证。

关键词：实时分析单片机实时报警脑电图

基于词素的日文分词方法及其在OCR系统中的应用

在线全文

学校读者我要写书评

暂无评论

微计算机信息 2006年第1X期22卷 244-246,271页

作者：金春实丁晓青彭良瑞刘长松北京清华大学电子工程系智能技术与系统国家重点实验室

在基于OCR技术的大规模文档录入系统中,自动检错可以大大降低人工校对成本。在日文OCR系统自动检错中,日文单词因其动词及形容词、形容动词的词尾变化现象使自动分词变得比较困难。本文提出了一种基于词素的日文分词新方法,通过建立以... 详细信息

在基于OCR技术的大规模文档录入系统中,自动检错可以大大降低人工校对成本。在日文OCR系统自动检错中,日文单词因其动词及形容词、形容动词的词尾变化现象使自动分词变得比较困难。本文提出了一种基于词素的日文分词新方法,通过建立以词素为基础单位的分词词库,以最大长度优先词条匹配方法分割出文章中有词尾变化的日文单词,避免了传统日文分词中收录单词各种词尾变化形式造成分词词库过于庞大的问题。实验表明,本文提出的分词方法可以达到99.0%的分词正确率;将该方法运用在OCR检错模块,当系统拒识率(即检错模块中认为可疑的字符在总字符中的比例)控制在1/5时,测试集上漏检率为0.05%,说明了该方法的有效性。

关键词：词素日文分词方法词尾变化 OCR检错

在线全文

学校读者我要写书评

暂无评论

一个基于规则的图书逻辑结构提取算法

计算机工程与应用 2002年第19期38卷 53-57,143页

作者：陈国光丁晓青彭良瑞清华大学电子工程系智能技术与系统国家重点实验室北京100084

在数字图书馆建设中,一个急需解决的问题是如何自动化地将海量的纸张图书数字化为电子文档。对于生成图书电子文档而言,除了文档内容信息以外,文档版面信息和文档逻辑信息同样重要。该文提出了一种基于规则的图书逻辑结构提取算法。从... 详细信息

在数字图书馆建设中,一个急需解决的问题是如何自动化地将海量的纸张图书数字化为电子文档。对于生成图书电子文档而言,除了文档内容信息以外,文档版面信息和文档逻辑信息同样重要。该文提出了一种基于规则的图书逻辑结构提取算法。从多页图书文档的模型描述出发,通过采用基于规则的推理方法,提取出图书中的逻辑元素并确定各元素间的层次关系和相互联系,从而得到了整本图书的逻辑结构。实验结果证明了算法的有效性。

关键词：规则图书逻辑结构提取算法文档理解文档逻辑结构文档图像分析 OCR 数字图书馆

在线全文

学校读者我要写书评

暂无评论

文档识别中误切分字符拒识问题的研究

计算机工程与应用 2002年第17期38卷 69-72页

作者：陈臻刚丁晓青刘长松彭良瑞清华大学电子工程系智能技术与系统国家重点实验室北京100084

自动文档识别中字切分算法如果仅仅依靠大小位置等度量信息,很容易产生误切分图像块,需要字符分类器给出一定的反馈才能准确切分,为此提出了一个新的拒识算法,目标是尽可能准确地拒识非法字符。该文分析了基于距离的分类器的置信度和广... 详细信息

自动文档识别中字切分算法如果仅仅依靠大小位置等度量信息,很容易产生误切分图像块,需要字符分类器给出一定的反馈才能准确切分,为此提出了一个新的拒识算法,目标是尽可能准确地拒识非法字符。该文分析了基于距离的分类器的置信度和广义置信度,在此基础上改进了常用的广义置信度映射函数,并设计了一个基于样本学习的拒识规则,提高了拒识算法的适应性。在中日韩三种文档样本上的实验表明,该文算法明显改善了系统性能,对于较低质量的印刷文本识别具有一定的普遍意义。

关键词：文档识别误切分字符拒识问题字符识别置信度拒识规则

在线全文

学校读者我要写书评

暂无评论

一个基于混合语言模型的日文识别后处理系统

计算机工程与应用 2002年第14期38卷 68-72页

作者：谢旭东丁晓青彭良瑞刘长松清华大学电子工程系智能技术与系统国家重点实验室北京100084

在文字识别系统中,为了进一步提高文本识别率,后处理模块是很重要的环节。文章针对日文的语言特性,建立统计方法和规则相结合的混和语言模型,实现了一个日文识别后处理系统。该系统首先利用Viterbi算法得到统计模型输出的最优结果,通过... 详细信息

在文字识别系统中,为了进一步提高文本识别率,后处理模块是很重要的环节。文章针对日文的语言特性,建立统计方法和规则相结合的混和语言模型,实现了一个日文识别后处理系统。该系统首先利用Viterbi算法得到统计模型输出的最优结果,通过与前端识别器输入的识别结果相比较,确定可疑字位置,再利用上下文词匹配方法和语法规则库的使用对可疑字进行检错和纠错处理。经实验验证,该后处理系统对识别日文印刷体文本错误率平均下降21.4%。

关键词：混合语言模型日文识别后处理系统知识库文字识别系统