Design und Implementierung eines Multi-Classifier-Systems (MCS) fur die Erkennung von gerendertem Text

Diplomarbeit aus dem Jahr 2007 im Fachbereich Informatik - Programmierung, Note: 1,0, Westfalische Wilhelms-Universitat Munster (Institut fur Informatik (Computer Vision and Pattern Recognition Group)), 35 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Ziel dieser Arbeit ist es, die Klassifikationskomponente des am Institut fur Informatik entwickelten OCR-Systems zur Erkennung von gerendertem Text durch die Implementierung eines Multi-Classifier-Systems (MCS) weiter zu optimieren. Diese Arbeit befasst sich mit dem Design und der Implementierung eines Multi-Classifier-Systems, das mehrere verschiedene Klassifikatoren zur Erkennung gerenderter Schriftzeichen kombiniert. Das MCS wird schließlich in das existierende OCR-System integriert, um dessen Effektivitat zu verbessern. Kapitel 2 befasst sich zunachst mit Analyse und Beurteilung des vorliegenden OCR-Systems. Kapitel 2.1 identifiziert hierzu konkrete Eigenschaften gerenderter Texte und die damit einhergehenden Herausforderungen bei der automatischen Texterkennung. Kapitel 2.2 stellt das bestehende OCR-Systems zur Erkennung von gerendertem Text vor, dessen Komponenten in Kapitel 2.3 analysiert werden, um das weitere Vorgehen im Hinblick auf das Ziel dieser Arbeit zu planen. Kapitel 3 befasst sich mit der Schaffung der fur die Entwicklung des MCS notwendigen Voraussetzungen. Das betrifft insbesondere die dem OCR-System zu Grunde liegenden Trainingsdaten, auf deren Basis es entwickelt und getestet wurde. In Kapitel 3.1 wird dafur zunachst eine Kategorisierung von gerendertem Text vorgenommen, anhand der sich die Zusammensetzung bereits existierender Trainingsdaten untersuchen lasst. Damit die Trainingsdaten in einem sinnvollen Format vorliegen, wurde die Datenhaltung uberarbeitet. Kapitel 3.2 stellt diese uberarbeitung vor. Die identifizierten Kategorien werden dann herangezogen, um in Kapitel 3.3 eine strategische Erweiterung der Datenbasis vorzunehmen. Kapitel 4 leitet zum Kern der Arbeit uber: Auf Basis der Trainingsdaten werden verschiedene Klassifikatoren konstruiert. Um qualifizierte Klassifikatoren konstruieren zu konnen, ist das Vorhandensein geeigneter Merkmale entscheidend, anhand der sich die Schriftzeichen klassifizieren lassen. Kapitel 4.1 identifiziert solche Merkmale und konstruiert auf deren Grundlage eine Reihe von Klassifikatoren. Kapitel 5 befasst sich schließlich mit einer gruppenweisen Kombination der konstruierten Klassifikatoren, um durch Ausnutzung der Vorteile verschiedener Klassifikatoren einen positiven Beitrag zur Erhohung der Erkennungsgenauigkeit zu erhalten und somit die Effektivitat des bestehenden OCR-Systems zu verbessern.

Dettagli