《OCR技術(shù)及其應(yīng)用》PPT課件.ppt

1、教學(xué)課件,1,OCR技術(shù)及其應(yīng)用,教學(xué)課件,2,Optical Character Recognition,文檔圖像,電子文檔,教學(xué)課件,3,字符識(shí)別的歷程,概念的提出始于1929年 國(guó)內(nèi)的研究從70年代才開(kāi)始，目前已經(jīng)達(dá)到國(guó)際先進(jìn)水平，其中漢字工作識(shí)別技術(shù)已經(jīng)位居國(guó)際領(lǐng)先,教學(xué)課件,4,字符識(shí)別的類(lèi)型,脫機(jī),聯(lián)機(jī),教學(xué)課件,5,銀行領(lǐng)域的應(yīng)用,教學(xué)課件,6,稅務(wù)領(lǐng)域的應(yīng)用,教學(xué)課件,7,電子政務(wù)領(lǐng)域的應(yīng)用,電子公文審批與流轉(zhuǎn) 電子公文的識(shí)別與查詢,教學(xué)課件,8,OCR應(yīng)用的技術(shù)組成,圖像處理,版面分析,版面還原,格式化 輸出,字符識(shí)別,字符分割,表格識(shí)別,字體識(shí)別,語(yǔ)義 后處理,字符識(shí)別,字

2、符分割,圖像處理,教學(xué)課件,9,圖像處理,去噪聲、平滑、去黑邊、傾斜校正等,教學(xué)課件,10,教學(xué)課件,11,版面理解,教學(xué)課件,12,表格識(shí)別,教學(xué)課件,13,字符分割,行分割 字分割,教學(xué)課件,14,字符識(shí)別,教學(xué)課件,15,字體識(shí)別,宋體 仿宋 黑體 楷體 隸書(shū) 魏碑 圓體,教學(xué)課件,16,語(yǔ)義后處理,中國(guó)的經(jīng)濟(jì)發(fā)展水平,教學(xué)課件,17,格式化輸出,教學(xué)課件,18,目前挑戰(zhàn)性的課題,脫機(jī)手寫(xiě)漢字識(shí)別 超大字符集的印刷字符識(shí)別 非定制版面分析,教學(xué)課件,19,OCR涉及的模式識(shí)別問(wèn)題,一致性假設(shè) 在統(tǒng)計(jì)意義下，一般假設(shè)： 樣本與分類(lèi)對(duì)象具有同分布。 給定的所有分類(lèi)對(duì)象獨(dú)立同分布。,教學(xué)課件,

3、20,樣本的分析,決策對(duì)樣本空間劃分的有效性。 推廣能力：決策對(duì)分類(lèi)對(duì)象的有效性。,教學(xué)課件,21,貝葉斯決策理論,已知的先驗(yàn)概率 需要決策的類(lèi)別數(shù)是一定的 基于模型的方法,教學(xué)課件,22,人工神經(jīng)網(wǎng)絡(luò),缺乏充分的理論基礎(chǔ) 局部極小點(diǎn)問(wèn)題 過(guò)學(xué)習(xí)與欠學(xué)習(xí)的問(wèn)題,教學(xué)課件,23,支持向量機(jī),統(tǒng)計(jì)學(xué)習(xí)理論 一種專(zhuān)門(mén)研究小樣本統(tǒng)計(jì)學(xué)習(xí)規(guī)律的理論 九十年代初取得重要進(jìn)展,教學(xué)課件,24,核技術(shù),可以證明，一定存在一個(gè)映射，稱(chēng)為核函數(shù)，將在歐式空間定義的樣本映射到特征空間(一個(gè)更高維的空間)，使得在特征空間上，樣本構(gòu)成兩個(gè)不相交的閉凸集。 研究核函數(shù)選擇的技術(shù)稱(chēng)為核技術(shù)。,教學(xué)課件,25,對(duì)比測(cè)試,教學(xué)課件,26,弱分類(lèi)器,如果一個(gè)分類(lèi)器的分類(lèi)能力(泛化)稍大于50%，這個(gè)分類(lèi)器稱(chēng)為弱分類(lèi)器。 這意味著，比擲硬幣猜正面的概率稍好，就是弱分類(lèi)器。,教學(xué)課件,27,集成,采用投票的方式?jīng)Q定新樣本類(lèi)別。 由于每個(gè)分類(lèi)器的分類(lèi)能力不同，在集成時(shí)，需要對(duì)所有分類(lèi)器加權(quán)平均進(jìn)行分類(lèi)。 1990年