Распознавание символов на базе цепи Маркова

1003

Аннотация

Рассматривается принципиально новый алгоритм распознавания символов, опирающийся на возможности цепей Маркова [1; 5] – марковских моделей с дискретными состояниями и дискретным временем. Отмечается, что используемый аппарат широко применяется при решении задач распознавания, но традиционно используется несколько иначе. Преимуществом метода является высокая скорость настройки (обучения), возможность задать произвольную, требуемую надежность результата и изменять ее в процессе работы программной системы. Алгоритм успешно реализован в системе распознавания и озвучивания плоскопечатных текстов El-Reader [2; 3; 4]. Обращается внимание, что его основным преимуществом является устойчивость к изменению гарнитуры шрифта. Описаны предпосылки создания, дано теоретическое обоснование, а также описание алгоритма, использованного в программной реализации. Дана точная статистическая оценка надежности распознавания при заданных параметрах. Подчеркивается, что алгоритм имеет ряд серьезных преимуществ перед традиционными подходами, в случае работы с искаженными изображениями.

Общая информация

Ключевые слова: цепи Маркова, распознавание, вейвлет-преобразование, анализ изображения

Рубрика издания: Междисциплинарные исследования

Тип материала: научная статья

Для цитаты: Юрьев Г.А. Распознавание символов на базе цепи Маркова // Психологическая наука и образование. 2010. Том 15. № 5. С. 119–123.

Литература

  1. Куравский Л. С., Юрьев Г. А. Распознавание и озвучивание текстов для облегчения обучения людей с нарушениями зрения // Психологическая наука и образование. 2009. № 5.
  2. Куравский Л. С., Юрьев Г. А. Технология распознавания и озвучивания текстов для людей с нарушениями зрения // Нейрокомпьютеры: разработка, применение. 2009. № 9.
  3. Овчаров Л. А. Прикладные задачи теории массового обслуживания. М., 1969.
  4. Свид. № 2009613028 об офиц. рег. прогр. для ЭВМ. El-Reader. Программное обеспечение распознавания и озвучивания текстов для людей с нарушениями зрения / Г. А. Юрьев, Л. С. Куравский. М.: РосПатент, 2009.
  5. Kuravsky L. S., Baranov S. N. Synthesis of Markov networks for forecasting fatigue failures. In: Proc. Condition Monitoring 2003, Oxford, United Kingdom, July 2003.

Информация об авторах

Юрьев Григорий Александрович, кандидат физико-математических наук, доцент, заведующий кафедрой, "Прикладная информатика и мультимедийные технологии" факультета "Информационные технологии", ведущий научный сотрудник молодежной лаборатории информационных технологий для психологической диагностики, Московский государственный психолого-педагогический университет (ФГБОУ ВО МГППУ), Москва, Россия, ORCID: https://orcid.org/0000-0002-2960-6562, e-mail: g.a.yuryev@gmail.com

Метрики

Просмотров

Всего: 2024
В прошлом месяце: 7
В текущем месяце: 3

Скачиваний

Всего: 1003
В прошлом месяце: 1
В текущем месяце: 0