Какие существуют методы распознавания структурированных символов?

Некоторые методы распознавания структурированных символов:

• Шаблонные методы. earchive.tpu.ru alley-science.ru Сканированное изображение переводится в растровое (поточечное), затем производится его сравнение с эталонными шаблонами, которые были сформированы в базе данных. alley-science.ru Наиболее подходящим считается тот шаблон, у которого будет наименьшее количество точек, отличных от исследуемого изображения. earchive.tpu.ru Преимущество — высокая точность распознавания дефектных символов. alley-science.ru Основной недостаток — зависимость от шрифта, который встречается в изображении. alley-science.ru
• Структурные методы. masters.donntu.ru alley-science.ru Используют информацию не о поточечном написании символа, а о его топологии: взаимном расположении отдельных составных частей символа. masters.donntu.ru alley-science.ru К преимуществам относят инвариантность относительно типов и размеров шрифтов. alley-science.ru Основной проблемой таких методов является идентификация знаков, имеющих дефекты (например, разрыв линии или слияние соседних линий), а также невысокое быстродействие. alley-science.ru
• Признаковые методы. masters.donntu.ru alley-science.ru Базируются на том, что изображению ставится в соответствие N-мерный вектор признаков. masters.donntu.ru alley-science.ru Распознавание заключается в сравнении вектора признаков с набором эталонных векторов той же размерности. masters.donntu.ru alley-science.ru Основные преимущества — простота реализации, хорошая обобщающая способность, устойчивость к изменениям формы символов, высокое быстродействие. alley-science.ru Из недостатков — неустойчивость к дефектам изображения, потеря части информации о символе на этапе извлечения признаков, отсутствие чётко сформулированных правил по формированию признаков. alley-science.ru
• Альтернативные методы. alley-science.ru К ним относятся, например, иерархические скрытые модели Маркова и свёрточные нейронные сети. alley-science.ru Основное преимущество нейросетевых технологий — хорошая обобщающая способность, возможность использовать контекстный анализ и распознавать символ, основываясь на окружающие его символы. alley-science.ru