Elyazısı tanıma - Handwriting recognition

Ülke yıldızı Tex Williams'ın imzası.

Elyazısı tanıma (HWR), Ayrıca şöyle bilinir El Yazısı Metin Tanıma (HTR), bir bilgisayarın anlaşılırlığı alma ve yorumlama yeteneğidir. el yazısı gibi kaynaklardan girdi kağıt belgeler fotoğraflar, dokunmatik ekranlar ve diğer cihazlar. Yazılı metnin görüntüsü, optik tarama ile bir kağıt parçasından "çevrim dışı" olarak algılanabilir (optik karakter tanıma ) veya akıllı kelime tanıma. Alternatif olarak, kalem ucunun hareketleri, örneğin kalem tabanlı bir bilgisayar ekranı yüzeyi tarafından "çevrimiçi" olarak algılanabilir; bu, daha fazla ipucu olduğu için genellikle daha kolay bir iştir. Bir el yazısı tanıma sistemi biçimlendirmeyi ele alır, doğru performans gösterir segmentasyon karakterlere dönüşür ve en makul kelimeleri bulur.

Çevrimdışı tanıma

Çevrimdışı el yazısı tanıma, bir görüntüdeki metnin bilgisayar ve metin işleme uygulamalarında kullanılabilen harf kodlarına otomatik olarak dönüştürülmesini içerir. Bu formla elde edilen veriler, el yazısının statik bir temsili olarak kabul edilir. Çevrimdışı el yazısı tanıma, farklı kişilerin farklı el yazısı stillerine sahip olması nedeniyle nispeten zordur. Ve bugün itibariyle, OCR motorları öncelikle makine tarafından basılmış metne odaklanmıştır ve ICR el "basılı" (büyük harflerle yazılmış) metin için.

Geleneksel teknikler

Karakter çıkarma

Çevrimdışı karakter tanıma genellikle bir form veya belgenin taranmasını içerir. Bu, taranan görüntüde bulunan ayrı ayrı karakterlerin çıkarılması gerektiği anlamına gelir. Bu adımı gerçekleştirebilecek araçlar mevcuttur.[1] Bununla birlikte, bu adımda birkaç yaygın kusur vardır. En yaygın olanı, bağlanan karakterlerin her iki karakteri de içeren tek bir alt görüntü olarak döndürülmesidir. Bu, tanıma aşamasında büyük bir soruna neden olur. Yine de, bağlantılı karakter riskini azaltan birçok algoritma mevcuttur.

Karakter tanıma

Tek tek karakterlerin çıkarılmasından sonra, karşılık gelen bilgisayar karakterini tanımlamak için bir tanıma motoru kullanılır. Şu anda birkaç farklı tanıma tekniği mevcuttur.

Özellik çıkarma

Özellik çıkarma, sinir ağı tanıyıcılarına benzer şekilde çalışır. Ancak, programcılar önemli olduğunu düşündükleri özellikleri manuel olarak belirlemelidir. Bu yaklaşım, tanıyıcıya tanımlamada kullanılan özellikler üzerinde daha fazla kontrol sağlar. Yine de, bu yaklaşımı kullanan herhangi bir sistem, özellikler otomatik olarak öğrenilmediğinden, bir sinir ağından önemli ölçüde daha fazla geliştirme süresi gerektirir.

Modern teknikler

Geleneksel tekniklerin odaklandığı yer bölümleme Tanıma için bireysel karakterler, modern teknikler, parçalı bir metin satırındaki tüm karakterleri tanımaya odaklanır. Özellikle odaklanırlar makine öğrenme Daha önce kullanılan sınırlayıcı özellik mühendisliğinden kaçınarak görsel özellikleri öğrenebilen teknikler. Son teknoloji yöntemlerin kullanımı evrişimli ağlar bir metin satırı görüntüsünün üst üste binen birkaç penceresi üzerinden görsel özellikler çıkarmak için tekrarlayan sinir ağı karakter olasılıkları üretmek için kullanır.[2]

Çevrimiçi tanıma

Çevrimiçi el yazısı tanıma, metnin özel bir kağıda yazıldığı gibi otomatik olarak dönüştürülmesini içerir. sayısallaştırıcı veya PDA, sensörün kalem ucu hareketlerini ve ayrıca kalem yukarı / kalem aşağı geçişini aldığı yer. Bu tür veriler dijital mürekkep olarak bilinir ve el yazısının dijital bir temsili olarak kabul edilebilir. Elde edilen sinyal, bilgisayar ve metin işleme uygulamalarında kullanılabilen harf kodlarına dönüştürülür.

Çevrimiçi bir el yazısı tanıma arayüzünün öğeleri genellikle şunları içerir:

  • Kullanıcının yazabileceği bir kalem veya ekran kalemi.
  • bir çıktı ekranına entegre edilebilen veya bitişiğinde olabilen dokunmaya duyarlı bir yüzey.
  • Kalemin yazı yüzeyindeki hareketlerini yorumlayan ve elde edilen vuruşları dijital metne çeviren bir yazılım uygulaması.

Çevrimiçi el yazısı tanıma süreci birkaç genel adıma bölünebilir:

  • ön işleme,
  • özellik çıkarma ve
  • sınıflandırma

Ön işlemenin amacı, giriş verilerindeki tanımayı olumsuz etkileyebilecek ilgisiz bilgileri atmaktır.[3] Bu hız ve doğruluk ile ilgilidir. Ön işleme genellikle ikileme, normalleştirme, örnekleme, yumuşatma ve gürültüden arındırmadan oluşur.[4] İkinci adım, özellik çıkarımıdır. Ön işleme algoritmalarından alınan iki veya daha yüksek boyutlu vektör alanından daha yüksek boyutlu veriler çıkarılır. Bu adımın amacı, tanıma modeli için önemli bilgileri vurgulamaktır. Bu veriler kalem basıncı, hız veya yazma yönündeki değişiklikler gibi bilgileri içerebilir. Son büyük adım sınıflandırmadır. Bu adımda, çıkarılan özellikleri farklı sınıflara eşlemek ve böylece özelliklerin temsil ettiği karakterleri veya kelimeleri tanımlamak için çeşitli modeller kullanılır.

Donanım

Klavye girişinin yerine el yazısı tanıma özelliğini içeren ticari ürünler 1980'lerin başında piyasaya sürüldü. Örnekler, örneğin el yazısı terminallerini içerir. Pencept Penpad[5] ve Inforite satış noktası terminali.[6]Kişisel bilgisayarlar için büyük tüketici pazarının gelişiyle, kişisel bir bilgisayardaki klavye ve fareyi Pencept gibi tek bir işaretleme / el yazısı sistemiyle değiştirmek için birkaç ticari ürün piyasaya sürüldü.[7] CIC[8] ve diğerleri. Piyasada bulunan ilk tablet tipi taşınabilir bilgisayar, GRiD Sistemleri, Eylül 1989'da piyasaya sürüldü. İşletim sistemi, MS-DOS.

1990'ların başında, donanım üreticileri arasında NCR, IBM ve EO yayınlandı tablet bilgisayarlar koşmak PenPoint tarafından geliştirilen işletim sistemi GO Corp.. PenPoint, baştan sona el yazısı tanıma ve jestler kullandı ve üçüncü taraf yazılımlara tesisler sağladı. IBM'in tablet bilgisayarı, ThinkPad ad ve IBM'in el yazısı tanıma özelliğini kullandı. Bu tanıma sistemi daha sonra Microsoft'a taşındı Kalem Hesaplama için Windows ve IBM'in OS / 2 için Kalem. Bunların hiçbiri ticari olarak başarılı değildi.

Elektronikteki gelişmeler, el yazısı tanıma için gerekli olan bilgi işlem gücünün tablet bilgisayarlardan daha küçük bir form faktörüne sığmasını sağladı ve el yazısı tanıma, genellikle elde tutulanlar için bir giriş yöntemi olarak kullanılır. PDA'lar. Yazılı girdi sağlayan ilk PDA, Apple Newton, halkı modern bir kullanıcı arayüzünün avantajına maruz bırakan. Ancak, bir kullanıcının yazma kalıplarını öğrenmeye çalışan yazılımın güvenilmezliği nedeniyle cihaz ticari bir başarı olmadı. Yayınlandığı zamana kadar Newton OS 2.0, burada, modelsiz hata düzeltme gibi mevcut tanıma sistemlerinde hala bulunmayan benzersiz özellikler dahil olmak üzere, el yazısı tanıma büyük ölçüde iyileştirilmiş, büyük ölçüde olumsuz ilk izlenim yapılmıştır. Durdurulduktan sonra Apple Newton özellik, Mac OS X 10.2 ve sonraki sürümlerine şu şekilde dahil edildi: Inkwell.

avuç içi daha sonra başarılı bir dizi başlattı PDA'lar göre Duvar yazısı tanıma sistemi. Graffiti, her karakter için bir dizi "unistrokes" veya tek vuruşlu formlar tanımlayarak kullanılabilirliği geliştirdi. Bu, hatalı girdi olasılığını daralttı, ancak vuruş modellerinin ezberlenmesi kullanıcı için öğrenme eğrisini artırdı. Graffiti el yazısı tanımanın, Xerox tarafından sahip olunan bir patenti ihlal ettiği bulundu ve Palm, Graffiti'yi CIC el yazısı tanımanın lisanslı bir versiyonuyla değiştirdi ve bu aynı zamanda unistroke formlarını da desteklerken, Xerox patentinin ön tarihini aldı. Mahkemenin ihlal bulgusu temyizde tersine çevrildi ve daha sonraki bir temyizde tekrar iptal edildi. İlgili taraflar daha sonra bu ve diğer patentlerle ilgili bir uzlaşmayı müzakere ettiler.

Bir Tablet bilgisayar bir dizüstü bilgisayardır sayısallaştırıcı tablet ve bir kullanıcının ünitenin ekranında elle yazmasına olanak tanıyan bir kalem. İşletim sistemi el yazısını tanır ve metne dönüştürür. Windows Vista ve Windows 7 bir kullanıcının İngilizce, Japonca, Geleneksel Çince, Basitleştirilmiş Çince ve Korece için yazı kalıplarını veya kelime dağarcığını öğrenen kişiselleştirme özelliklerini içerir. Özellikler, bir kullanıcının el yazısı örneklerini isteyen ve bunları daha yüksek doğrulukta tanıma için sistemi yeniden eğitmek üzere kullanan bir "kişiselleştirme sihirbazını" içerir. Bu sistem, içinde kullanılan daha az gelişmiş el yazısı tanıma sisteminden farklıdır. Windows Mobile PDA'lar için İşletim Sistemi.

El yazısı tanıma, halkın alıştığı bir girdi formu olmasına rağmen, ne masaüstü bilgisayarlarda ne de dizüstü bilgisayarlarda yaygın kullanım sağlamamıştır. Hala genel olarak kabul edilmektedir ki tuş takımı girdi hem daha hızlı hem de daha güvenilirdir. 2006 itibariyle, birçok PDA el yazısı girdisi sunar, hatta bazen doğal el yazısını bile kabul eder, ancak doğruluk hala bir sorundur ve bazı insanlar hala basit bir ekran klavyesi daha verimli.

Yazılım

İlk yazılımlar, karakterlerin ayrıldığı baskı el yazısını anlayabiliyordu; ancak, bağlantılı karakterler içeren el yazısı el yazısı sunuldu Sayre'nin Paradoksu, karakter bölümlemesini içeren bir zorluk. 1962'de Shelia Guberman, daha sonra Moskova'da ilk uygulanan örüntü tanıma programını yazdı.[9] Ticari örnekler, Communications Intelligence Corporation ve IBM gibi şirketlerden geldi.

1990'ların başında, iki şirket - ParaGraph International ve Lexicus - el yazısı tanımayı anlayabilen sistemler geliştirdiler. ParaGraph, Rusya merkezli ve bilgisayar bilimcisi Stepan Pachikov tarafından, Lexicus ise Stanford Üniversitesi öğrencileri olan Ronjon Nag ve Chris Kortge tarafından kuruldu. ParaGraph CalliGrapher sistemi Apple Newton sistemlerine yerleştirildi ve Lexicus Longhand sistemi PenPoint ve Windows işletim sistemi için ticari olarak kullanıma sunuldu. Lexicus, 1993 yılında Motorola tarafından satın alındı ​​ve Çin el yazısı tanıma özelliğini geliştirmeye devam etti ve yazım tahmini Motorola için sistemler. ParaGraph 1997 yılında SGI tarafından satın alındı ​​ve el yazısı tanıma ekibi bir P&I bölümü oluşturdu, daha sonra Vadem tarafından SGI'dan satın alındı. Microsoft, 1999 yılında Vadem'den P&I tarafından geliştirilen CalliGrapher el yazısı tanıma ve diğer dijital mürekkep teknolojilerini satın aldı.

Wolfram Mathematica (8.0 veya üstü) ayrıca bir el yazısı veya metin tanıma işlevi TextRecognize sağlar.

Araştırma

İlkinde bağlamsal bilgileri kullanmak için kullanılan yöntem el yazısı adres yorumu tarafından geliştirilen sistem Sargur Srihari ve Jonathan Hull [10]

El yazısı tanıma, üzerinde çalışan aktif bir akademisyen topluluğuna sahiptir. El yazısının tanınması için en büyük konferanslar, çift sayılı yıllarda düzenlenen Uluslararası El Yazısı Tanıma Sınırları Konferansı (ICFHR) ve Uluslararası Belge Analizi ve Tanıma Konferansı (ICDAR), tek sayılı yıllarda düzenlenmiştir. Bu konferansların her ikisi de IEEE tarafından onaylanmıştır ve UİSA. Aktif araştırma alanları şunları içerir:

2009'dan beri sonuçlar

2009 yılından bu yana tekrarlayan sinir ağları ve derin ileri besleme araştırma grubunda geliştirilen sinir ağları Jürgen Schmidhuber -de Swiss AI Lab IDSIA birkaç uluslararası el yazısı yarışmasını kazandı.[11] Özellikle, çift yönlü ve çok boyutlu Uzun kısa süreli hafıza (LSTM)[12][13] Alex Graves ve ark. 2009 Uluslararası Belge Analizi ve Tanıma Konferansı'nda (ICDAR) bağlantılı el yazısı tanıma alanında üç farklı dil (Fransızca, Arapça, Farsça ) öğrenilecek. Son GPU tabanlı derin öğrenme Dan Ciresan ve meslektaşları tarafından ileri beslemeli ağlar için yöntemler IDSIA ICDAR 2011 çevrimdışı Çin el yazısı tanıma yarışmasını kazandı; Sinir ağları aynı zamanda insan rekabeti performansı elde eden ilk yapay desen tanıyıcılarıydı[14] ünlü MNIST el yazısı rakam sorunu[15] nın-nin Yann LeCun ve şuradaki meslektaşlarım NYU.

Ayrıca bakınız

Listeler

Referanslar

  1. ^ Java OCR, 5 Haziran 2010. Erişim tarihi: 5 Haziran 2010
  2. ^ Puigcerver, Joan. "El Yazısıyla Yazılan Metin Tanıma için Çok Boyutlu Tekrarlayan Katmanlar Gerçekten Gerekli mi ?." Belge Analizi ve Tanıma (ICDAR), 2017 14. IAPR Uluslararası Konferansı. Cilt 1. IEEE, 2017.
  3. ^ Huang, B .; Zhang, Y. ve Kechadi, M .; Çevrimiçi El Yazısı Tanıma için Ön İşleme Teknikleri. Akıllı Metin Kategorizasyonu ve Kümeleme, Springer Berlin Heidelberg, 2009, Cilt. 164, "Hesaplamalı Zeka Çalışmaları" s. 25–45.
  4. ^ Holzinger, A .; Stocker, C .; Peischl, B. ve Simonic, K.-M .; El Yazısı Ön İşlemini Geliştirmek İçin Entropinin Kullanılması Hakkında, Entropy 2012, 14, sayfa 2324-2350.
  5. ^ Pencept Penpad (TM) 200 Ürün Literatürü, Pencept, Inc., 15 Ağustos 1982
  6. ^ Inforite El Karakter Tanıma Terminali, Cadre Systems Limited, İngiltere, 15 Ağustos 1982
  7. ^ Penpad 320 Kullanım Kılavuzu, Pencept, Inc., 15 Haziran 1984
  8. ^ El Yazısı (R) GrafText (TM) Sistem Modeli GT-5000, Communication Intelligence Corporation, 15 Ocak 1985
  9. ^ Guberman, bugün Microsoft tarafından Windows CE'de kullanılan el yazısı tanıma teknolojisinin mucididir. Kaynak: In-Q-Tel iletişimi, 3 Haziran 2003
  10. ^ S. N. Srihari ve E. J. Keubert, "El yazısı adres yorumlama teknolojisinin Amerika Birleşik Devletleri Posta Servisi Uzak Bilgisayar Okuyucu Sistemine entegrasyonu" Proc. Int. Conf. Belge Analizi ve Tanıma (ICDAR) 1997, IEEE-CS Press, s. 892–896
  11. ^ 2012 Kurzweil AI Röportajı Arşivlendi 31 Ağustos 2018 Wayback Makinesi ile Jürgen Schmidhuber Derin Öğrenme ekibinin 2009-2012 kazandığı sekiz yarışmada
  12. ^ Graves, Alex; ve Schmidhuber, Jürgen; Çok Boyutlu Tekrarlayan Sinir Ağları ile Çevrimdışı El Yazısı TanımaBengio, Yoshua'da; Schuurmans, Dale; Lafferty, John; Williams, Chris K. I .; ve Culotta, Aron (editörler), Sinirsel Bilgi İşleme Sistemlerindeki Gelişmeler 22 (NIPS'22), 7 - 10 Aralık 2009, Vancouver, BC, Sinirsel Bilgi İşlem Sistemleri (NIPS) Vakfı, 2009, s. 545-552
  13. ^ A. Graves, M. Liwicki, S. Fernandez, R. Bertolami, H. Bunke, J. Schmidhuber. Gelişmiş Kısıtlamasız El Yazısı Tanıma için Yeni Bir Bağlantısal Sistem. Örüntü Analizi ve Makine Zekası üzerine IEEE İşlemleri, cilt. 31, hayır. 5, 2009.
  14. ^ D. C. Ciresan, U. Meier, J. Schmidhuber. Görüntü Sınıflandırma için Çok Sütunlu Derin Sinir Ağları. IEEE Conf. Bilgisayarla Görme ve Örüntü Tanıma CVPR 2012.
  15. ^ LeCun, Y., Bottou, L., Bengio, Y. ve Haffner, P. (1998). Belge tanımaya uygulanan gradyan tabanlı öğrenme. Proc. IEEE, 86, sayfa 2278-2324.

Dış bağlantılar