Номер части:
Журнал

ПРОВЕДЕНИЕ СРАВНИТЕЛЬНОГО АНАЛИЗА ATTENTION OCR И TESSERACT В ЗАДАЧЕ РАСПОЗНАВАНИЯ СИМВОЛОВ НА ИЗОБРАЖЕНИЯХ ПРЕЙСКУРАНТОВ (65-67)



Науки и перечень статей вошедших в журнал:


DOI:
Дата публикации статьи в журнале: 2020/06/14
Название журнала: Евразийский Союз Ученых, Выпуск: 74, Том: 3, Страницы в выпуске: 65-67
Автор: Марков Андрей Владиславович
Россия, г.Челябинск , Челябинский государственный университет, студент
Автор:
, ,
Автор:
, ,
Анотация: Решения классической задачи распознавания символов является высоко востребованной на практике. В рамках данной работы будет рассматриваться задача распознавания символов с изображений прайслистов табачной продукции. Для разметки изображений использовался сервис Yandex OCR. Сравнивалась модель Attention OCR и технология Tesseract по качеству распознавания изображений слов, вырезанных с прайс-листов. Attention OCR показала более качественное распознавание символов по сравнению с Tesseract.
Ключевые слова: Tesseract  Attention OCR  прайс-листы                
Данные для цитирования: Марков Андрей Владиславович . ПРОВЕДЕНИЕ СРАВНИТЕЛЬНОГО АНАЛИЗА ATTENTION OCR И TESSERACT В ЗАДАЧЕ РАСПОЗНАВАНИЯ СИМВОЛОВ НА ИЗОБРАЖЕНИЯХ ПРЕЙСКУРАНТОВ (65-67) // Евразийский Союз Ученых. Технические науки. 2020/06/14; 74(3):65-67.



Список литературы: 1. Zbigniew Wojna, et al. “Attention-based Extraction of Structured Information from Street View Imagery” arXiv:1704.03549v4 [cs.CV] 20 Aug 2017. https://arxiv.org/pdf/1704.03549.pdf 2. Xing, Linjie, et al. “Convolutional Character Networks.” 2019 IEEE/CVF International Conference on Computer Vision (ICCV), 2019, doi:10.1109/iccv.2019.00922. 3. He, Kaiming, et al. “Deep Residual Learning for Image Recognition.” 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016, doi:10.1109/cvpr.2016.90. 4. H. Law and J. Deng. Cornernet: Detecting objectsas paired keypoints. InProceedings of the EuropeanConference on Computer Vision (ECCV), pages 734–750, 2018 5. Tesseract OCR, https://opensource.google/projects/tesseract . 6. Stanford cs class cs231n: Convolutional neural networks for visual recognition. http://cs231n.github.io/neural-networks-case-study/. 7. R.Smith,C.Gu,D.- S.Lee,H.Hu,R.Unnikrishnan,J.Ibarz,S.Arnoud, and S. Lin, “End-to-end interpretation of the french street name signs dataset,” in European Conference on Computer Vision. Springer, 2016, pp. 411–426.


Записи созданы 2523

Похожие записи

Начните вводить, то что вы ищите выше и нажмите кнопку Enter для поиска. Нажмите кнопку ESC для отмены.

Вернуться наверх