Как классификация используется в распознавании рукописных текстов?

Классификация используется в распознавании рукописных текстов для определения класса символов на основе различных признаков. libeldoc.bsuir.by Эти признаки характеризуют особенности изображения и позволяют отличить один класс символов от другого. libeldoc.bsuir.by

Некоторые подходы классификации:

• Шаблонные (растровые). masters.donntu.ru science-pedagogy.ru С помощью критерия сравнения определяется, какой из шаблонов выбрать из базы. masters.donntu.ru science-pedagogy.ru Самый простой критерий — минимум точек, отличающих шаблон от исследуемого изображения. masters.donntu.ru science-pedagogy.ru К достоинствам такого классификатора относятся хорошее распознавание дефектных символов, простота и высокая скорость распознавания. masters.donntu.ru science-pedagogy.ru Недостаток — необходимость настройки системы на типы и размеры шрифтов. masters.donntu.ru science-pedagogy.ru
• Признаковые. masters.donntu.ru science-pedagogy.ru Анализ проводится только по набору чисел или признаков, вычисляемых по изображению. masters.donntu.ru science-pedagogy.ru Происходит распознавание не самого символа, а набора его признаков, то есть производных данных от исследуемого символа. masters.donntu.ru Этот метод позволяет распознавать различные начертания символов, например, различные подчёркивания и шрифты. masters.donntu.ru science-pedagogy.ru
• Структурные. masters.donntu.ru science-pedagogy.ru Такие классификаторы переводят шейп символа в его топологическое представление, отражающее информацию о взаимном расположении структурных элементов символа. masters.donntu.ru Эти данные могут быть представлены в графовой форме. masters.donntu.ru Такой способ обеспечивает инвариантность относительно типов и размеров шрифтов. masters.donntu.ru Недостатки — трудность распознавания дефектных символов и медленная работа. masters.donntu.ru

Для решения задачи классификации обычно применяются методы машинного обучения, такие как метод опорных векторов, наивный байесовский классификатор и нейронные сети. libeldoc.bsuir.by