1. Trang chủ
  2. » Công Nghệ Thông Tin

Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực

7 4 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 7
Dung lượng 573,73 KB

Nội dung

Bài viết này thảo luận các nghiên cứu hiện tại các thuật toán cho nhận dạng chữ (Text) trong ảnh dựa vào hàm số LoG (Laplacian of Gaussian) để trích chọn các đặc trưng mức thấp của ảnh chứa text đáp ứng yêu cầu thời gian thực.

Ngày đăng: 26/05/2022, 09:18

HÌNH ẢNH LIÊN QUAN

Từ khóa: LoG, mô hình stroke, thời gian thực, nhận dạng text, bất biến với ánh sáng. - Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực
kh óa: LoG, mô hình stroke, thời gian thực, nhận dạng text, bất biến với ánh sáng (Trang 1)
Mô hình Stroke [9] xấp xỉ hàm LoG bằng cách sử dụng hàm Differences of Gaussian (DoG) với mục đích giảm độ phức tạp của thuật toán giúp xử lý nhanh hơn nhằm dò các điểm khoá các phần tử text trong ảnh dựa vào tính tách được (separable property) của hàm s - Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực
h ình Stroke [9] xấp xỉ hàm LoG bằng cách sử dụng hàm Differences of Gaussian (DoG) với mục đích giảm độ phức tạp của thuật toán giúp xử lý nhanh hơn nhằm dò các điểm khoá các phần tử text trong ảnh dựa vào tính tách được (separable property) của hàm s (Trang 2)
Hình 3. (a) Đồ thị hoá hàm số LoG gồm 2 phần với R1 chứa các trọng số dương và R2 chứa các trọng số âm, (b) Phân tích 2 giá trị - Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực
Hình 3. (a) Đồ thị hoá hàm số LoG gồm 2 phần với R1 chứa các trọng số dương và R2 chứa các trọng số âm, (b) Phân tích 2 giá trị (Trang 3)
Hình 2. Giá trị đặc trưng thu được sau khi nhân chập thuật toán dựa vào hàm LoG và ảnh đầu vào ℎ( - Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực
Hình 2. Giá trị đặc trưng thu được sau khi nhân chập thuật toán dựa vào hàm LoG và ảnh đầu vào ℎ( (Trang 3)
Hình 5. Đầu ra khi tích chập hàm LoG tại các giá trị tỉ lệ - Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực
Hình 5. Đầu ra khi tích chập hàm LoG tại các giá trị tỉ lệ (Trang 4)
Hình 6. Mô hình tổng quát của ứng dụng dựa vào biến thể của hàm số LoG [8] - Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực
Hình 6. Mô hình tổng quát của ứng dụng dựa vào biến thể của hàm số LoG [8] (Trang 4)
Hình 8. Hình mô tả việc lấy xấp xỉ hàm số LoG bởi hàm số DoG với các giá trị tham số k khác nhau - Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực
Hình 8. Hình mô tả việc lấy xấp xỉ hàm số LoG bởi hàm số DoG với các giá trị tham số k khác nhau (Trang 5)
Chúng tôi sử dụng mô hình stroke kết hợp với thuật toán Zero-norm LoG cho kết quả thực nghiệm minh hoạ như hình 7 - Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực
h úng tôi sử dụng mô hình stroke kết hợp với thuật toán Zero-norm LoG cho kết quả thực nghiệm minh hoạ như hình 7 (Trang 5)
Bảng 2. Tốc độ khung hình (FPS) với thuật toán RT-LoG với các ảnh có độ phân giải khác nhau, thí nghiệm được triển khai bằng ngôn ngữ C++ trên máy tính MacOS Intel ® Core i7-4770HQ CPU 2.2 GHz - Phát triển các thuật toán sử dụng hàm LoG cho ứng dụng nhận dạng chữ trong ảnh thời gian thực
Bảng 2. Tốc độ khung hình (FPS) với thuật toán RT-LoG với các ảnh có độ phân giải khác nhau, thí nghiệm được triển khai bằng ngôn ngữ C++ trên máy tính MacOS Intel ® Core i7-4770HQ CPU 2.2 GHz (Trang 6)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w