Samara University Repository
Welcome to the Samara University repository!
This is an open electronic archive created to preserve and disseminate the scientific results of our university. The works of researchers, faculty members, and students are available to everyone for academic and research purposes.
The repository contains dissertations, research articles, educational and methodological materials, monographs, and regulatory documents. The collections cover a wide range of fields: from aerospace technologies, engine engineering, and computer science to history, linguistics, mathematics, and ecology. The archive brings together the scientific heritage of the university, including materials prepared during the period of Samara State Aerospace University and Samara State University.
Looking for publications by author, title, date, or subject? Full-text search will provide relevant results. Want to explore the academic life more closely? Browse materials by the universityâs organizational units.
Descriptions of all publications and articles available in the repository can be found in the libraryâs electronic catalog. Staff and students can log in via the menu "Login -> My Resource Archive" using their personal account credentials (SSAU_id).
Use the archive for study, research, and professional development!
| Title: | Разработка нейросетевого алгоритма распознавания надписей на изображениях реальных сцен |
| Other Titles: | Development of software for the segmentation of text areas in real-scene images |
| Authors: | Лобанова, В.А. Иванова, Ю.А. |
| Issue Date: | Oct-2022 |
| Publisher: | Самарский национальный исследовательский университет |
| Citation: | Лобанова, В.А. Разработка нейросетевого алгоритма распознавания надписей на изображениях реальных сцен / В.А. Лобанова, Ю.А. Иванова // Компьютерная оптика. – 2022. – Т. 46, № 5. – С. 790-800. – DOI: 10.18287/2412-6179-CO-1047. |
| Series/Report no.: | 46;5 |
| Abstract: | Работа посвящена проектированию и реализации нейросетевого алгоритма детектирования надписей на изображениях реальных сцен. Проведен обзор существующих нейросетевых и классических моделей, в качестве базовой была выбрана модель U-net. На ее основе предложен и реализован алгоритм детектирования текстовых областей на изображениях. В ходе проведения экспериментов были определены следующие параметры нейронной сети: размеры входных изображений, количество и типы составляющих её слоёв. В качестве предобработки рассматривались билатеральные фильтры сглаживания и сглаживающие частотные фильтры. Увеличение исходной базы изображений KAIST Scene Text Database достигается за счёт применения поворотов, сжатия и разбиения входящих в неё изображений. Полученные результаты превосходят другие методы по значению F-меры и достигают 0,88. |
| URI: | https://dx.doi.org/10.18287/2412-6179-CO-1047 http://repo.ssau.ru/jspui/handle/123456789/23048 |
| Appears in Collections: | Журнал "Компьютерная оптика" |
| File | Description | Size | Format | |
|---|---|---|---|---|
| 2412-6179_2022_46_5_790-800.pdf | 1.3 MB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.