• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Document recognition and retrieval XVII >Learning Shape Features for Document Enhancement
【24h】

Learning Shape Features for Document Enhancement

机译：学习形状特征以增强文档

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In previous work we showed that shape descriptor features can be used in Look Up Table (LUT) classifiers to learn patterns of degradation and correction in historical document images. The algorithm encodes the pixel neighborhood information effectively using a variant of shape descriptor. However, the generation of the shape descriptor features was approached in a heuristic manner. In this work, we propose a system of learning the shape features from the training data set by using neural networks: Multilayer Perceptrons (MLP) for feature extraction. Given that the MLP maybe restricted by a limited dataset, we apply a feature selection algorithm to generalize, and thus improve, the feature set obtained from the MLP. We validate the effectiveness and efficiency of the proposed approach via experimental results.
机译：在以前的工作中，我们证明了可以在查找表（LUT）分类器中使用形状描述符功能来学习历史文档图像中的退化和校正模式。该算法使用形状描述符的变体有效地编码像素邻域信息。但是，以启发式的方式来处理形状描述符特征的生成。在这项工作中，我们提出了一个使用神经网络从训练数据集中学习形状特征的系统：多层感知器（MLP）用于特征提取。鉴于MLP可能受到有限的数据集的限制，我们应用特征选择算法来概括并改进从MLP获得的特征集。我们通过实验结果验证了该方法的有效性和效率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号