In this paper, we propose a novel m

In this paper, we propose a novel method for automatically
predicting the impact of the quality of the cameracaptured
image on OCR performance without requiring a
reference image (i.e. a no-reference method). Unlike other
image quality assessment methods, which only identify some
certain blurs and their parameters, or predict the SNR-related
scores that do not have a simple correlation between the
image quality and its applicability to the document analysis
system, the proposed method measures the quality or degradation
level of the document image according to its predicted
OCR score and accepts/rejects images accordingly.
We organize the rest of the paper as follows. Section 2 introduces
the feature extraction method on document images.
Section 3 describes the Support vector machine (SVM) based
regression and classification method which predicts the document
degraded score. Section 4 presents the details of the
experimental set up and results. The conclusions are covered
in Section 5.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราเสนอวิธีสำหรับนวนิยายโดยอัตโนมัติคาดการณ์ผลกระทบของคุณภาพของ cameracapturedภาพ OCR ประสิทธิภาพโดยการภาพอ้างอิง (เช่นวิธีการอ้างอิงไม่มี) ไม่เหมือนกันภาพคุณภาพประเมินวิธี ซึ่งระบุเฉพาะ บางบาง blurs และพารามิเตอร์ของพวกเขา หรือทำนาย SNR ที่เกี่ยวข้องคะแนนที่มีความสัมพันธ์อย่างง่ายระหว่างการคุณภาพของภาพและความเกี่ยวข้องของของการวิเคราะห์เอกสารระบบ วิธีการนำเสนอวัดคุณภาพหรือย่อยสลายระดับของภาพเอกสารตามการคาดการณ์คะแนน OCR และการยอมรับ/ไม่ยอมรับภาพตามเราจัดเหลือของกระดาษดังนี้ แนะนำ 2 ส่วนวิธีการสกัดคุณลักษณะในรูปเอกสาร3 ส่วนอธิบายสนับสนุนเวกเตอร์เครื่อง (SVM) ตามวิธีการถดถอยและการจัดประเภทซึ่งทำนายนั้นคะแนนเสื่อมโทรม 4 ส่วนแสดงรายละเอียดของการทดลองตั้งค่าและผลลัพธ์ บทสรุปครอบคลุมใน 5 ส่วน

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เรานำเสนอวิธีการใหม่สำหรับอัตโนมัติทำนายผลกระทบของคุณภาพของ cameracaptured ที่ภาพบนOCR ประสิทธิภาพโดยไม่ต้องมีภาพอ้างอิง(เช่นวิธีการที่ไม่มีการอ้างอิง) ซึ่งแตกต่างจากคนอื่น ๆวิธีการประเมินคุณภาพของภาพซึ่งระบุบางส่วนพร่าเลือนบางและพารามิเตอร์ของพวกเขาหรือทำนาย SNR ที่เกี่ยวข้องกับคะแนนที่ไม่ได้มีความสัมพันธ์ที่เรียบง่ายระหว่างคุณภาพของภาพและการบังคับใช้ในการวิเคราะห์เอกสารระบบวิธีการเสนอมาตรการที่มีคุณภาพหรือการย่อยสลายในระดับของภาพเอกสารให้เป็นไปตามที่คาดการณ์ของคะแนนOCR และยอมรับ / ปฏิเสธภาพตาม. เรามีการจัดส่วนที่เหลือของกระดาษดังต่อไปนี้ ส่วนที่ 2 แนะนำวิธีการสกัดคุณลักษณะภาพเอกสาร. ส่วนที่ 3 อธิบายการสนับสนุนเครื่องเวกเตอร์ (SVM) ตามการถดถอยและวิธีการในการจัดหมวดหมู่ที่คาดการณ์เอกสารสลายคะแนน หมวดที่ 4 รายละเอียดของการทดลองติดตั้งและผล ข้อสรุปที่ได้รับความคุ้มครองในมาตรา 5

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้ได้เสนอวิธีการใหม่โดยอัตโนมัติ
ทำนายผลกระทบจากคุณภาพของ cameracaptured
ภาพงาน OCR โดยไม่ต้อง
อ้างอิงภาพ ( คือไม่มีวิธีมาตรฐาน ) ซึ่งแตกต่างจากอื่น ๆ
ภาพวิธีการประเมินที่ระบุบาง
บาง blurs และพารามิเตอร์ของพวกเขาหรือทำนาย SNR ที่เกี่ยวข้อง
คะแนนที่ไม่ได้มีความสัมพันธ์อย่างง่ายระหว่าง
คุณภาพของภาพและประยุกต์ใช้กับการวิเคราะห์ระบบ
เอกสาร เสนอวิธีการวัดคุณภาพหรือระดับการย่อยสลาย
ของภาพเอกสารตามคาด
OCR ของคะแนนและยอมรับ / ปฏิเสธภาพตาม .
เราจัดระเบียบส่วนที่เหลือของกระดาษได้ดังนี้ ส่วนที่ 2 แนะนำ
วิธีการสกัดคุณลักษณะบนภาพเอกสาร
มาตรา 3 อธิบายสนับสนุนเวกเตอร์เครื่องจักร ( SVM ) ตามการถดถอยและวิธีซึ่งคาดการณ์
การจำแนกเอกสาร
ทรามคะแนน ส่วนที่ 4 แสดงรายละเอียดของ
ชุดทดลองและผล สรุปครอบคลุม
ในส่วนที่ 5 .