| DC Field | Value | Language |
|---|
| dc.contributor.author | Курбанов, С. С. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2024-08-27T12:28:44Z | - |
| dc.date.available | 2024-08-27T12:28:44Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Курбанов, С. С. Распознавание текста на изображениях посредством нейронных сетей = Text recognition on images using neural networks / С. С. Курбанов // Электронные системы и технологии : сборник материалов 60-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 22–26 апреля 2024 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2024. – С. 283–286. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/57095 | - |
| dc.description.abstract | Распознавание текста с изображений является важным процессом в
машинном обучении. В настоящее время наблюдается большой всплеск хранения
информации, содержащейся в бумажном документе, в цифровом формате. Это помогает
в сохранении информации, легком хранении, а также позволяет извлекать информацию
по мере необходимости. Различные этапы распознавания текста: предварительная
обработка, сегментация, извлечение признаков, классификация и постобработка. Этап
предварительной обработки включает в себя ряд операций, наиболее важной из которых
является преобразование цветного изображения в бинарное изображение, что позволяет
отделить текст от фона. Шаг сегментации помогает в разделении символов. Извлечение
признаков позволяет получить наиболее важную информацию из изображения, чтобы
облегчить распознавание текста. Процесс классификации позволяет идентифицировать
текст в соответствии с четко определенными правилами. Затем выполняется
постобработка для уменьшения ошибок. Распознавание текста имеет первостепенное
значение в нескольких приложениях. В этой статье обсуждается модуль распознавания
текста, а также представлены различные приложения распознавания текста из
изображений. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | распознавание текста | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | оптическое распознавание символов | en_US |
| dc.title | Распознавание текста на изображениях посредством нейронных сетей | en_US |
| dc.title.alternative | Text recognition on images using neural networks | en_US |
| dc.type | Article | en_US |
| local.description.annotation | Text recognition from images is an important process in machine learning.
Currently, there is a significant surge in the storage of information contained in paper documents
in digital format. This aids in information preservation, easy storage, and enables information
retrieval as needed. The various stages of text recognition include pre-processing, segmentation,
feature extraction, classification, and post-processing. The pre-processing stage involves a series
of operations, with the most crucial one being the conversion of a color image into a binary
image, separating the text from the background. The segmentation step helps in separating
individual characters. Feature extraction allows obtaining the most important information from
the image to facilitate text recognition. The classification process identifies the text according to
well-defined rules. Post-processing is then performed to reduce errors. Text recognition holds
paramount importance in several applications. This article discusses the text recognition module
and presents various applications of text recognition from images. | en_US |
| Appears in Collections: | Электронные системы и технологии : материалы 60-й конференции аспирантов, магистрантов и студентов (2024)
|
