Библиотека

1. Программная реализация технологии распознавания текстовой информации
Авторы: Ладыженский Ю.В., Алейкин В.В.
Описание: В статье рассматривается реализация алгоримтма распознавания текстовой информации на основе морфологического анализа изображения
Источник: Ладыженский Ю.В., Алейкин В.В. Программная реализация технологии распознавания текстовой информации / Ладыженский Ю.В., Алейкин В.В. // Інформатика та ком'ютерні технології / Матеріали V міжнародної науково-технічної конференції студентів, аспірантів та молодих науковців – 24-26 листопада 2009 р., Донецьк, ДонНТУ. – 2009, с. 261-264

2. Распределенная программная система для распознавания текстововй инфомрации
Авторы: Ладыженский Ю.В., Алейкин В.В.
Описание: В статье рассматривается распределенная программная система распознавания текстововй информации с повышенным уровнем шума для применения в промышленной сфере.
Источник: Ладыженский Ю.В., Алейкин В.В. Распределенная программная система для распознавания текстововй инфомрации / Ладыженский Ю.В., Алейкин В.В. // Інформаційні управляючі системи та комп’ютерний моніторинг (ІУС та КМ-2010) / Материіали I всеукраїнської науково-технічної конференції студентів, аспірантів та молодих вчених – 19-21 травня 2010р., Донецьк, ДонНТУ. – 2010. – с. 196-200

3. Optical Character Recognition System Using BP Algorithm
Авторы: Sang Sung Park, Won Gyo Jung, Young Geun Shin, Dong-Sik Jang
Описание: В этой работе описывается метод создания OCR системы, которая сохраняет распознанные символы в БД. Применяя BP алгоритм становится возможным быстрое автоматическое извлечение эквивалентных символов из большого количество документов.
Источник: http://paper.ijcsns.org/07_book/200812/20081218.pdf

4. A simple and effective cursive word segmenation method
Авторы: G.Nicchiotti, C.Scagliola, S. Rimassa
Описание: В статье рассматривается простая процедура ускорения сегментации слов, которая основана на анализе рукописных символов и на определении "белых дыр". Результаты экспериментов показывают надежность такого подхода сегментирования.
Источник: http://www.cr-online.ru/data/articles/poster-007-nicchiotti.zip

5. Segmentation and Recognition of Handwritten Dates
Авторы: M.Morita, R. Sabourin, F. Bortolozzi, C. Y. Suen
Описание: Эта статья представляет описание гибридной системы распознавания сложных изображений, содержащие дату, записанную на банковских чеках. Эксперименты показывают интересные результаты по распознаванию даты.
Источник: http://www.cr-online.ru/data/articles/Segmentation%20and%20Recognition%20of%20Handwritten%20Dates.zip

6. Word shape recognition fo image-based document retrieval
Авторы: Weihua Huang, Chew Lim Tan, Sam Yuan Sung and Yi Xu
Описание: В этой статье предлагается сегментировать изображения на уровне слов, тогда рассматриваемы метод обнаруживает точки локального экстремума, которые образуют вертикальные области. Эти вертикальные области можно представить в виде вектора признаков документа. Предлагаемый метод является устойчивым к изменению шрифта и к ухудшению качества документа.
Источник: http://www.cr-online.ru/data/articles/Word%20shape%20recognition%20for%20image-based%20document%20retrieval.zip

7. A Format-Driven Handwritten Word Recognition System
Авторы: Xia Liu, Zhixin Shi
Описание: В отличие от большинства традиционных методов распознавания рукописных слов в описанном методе выделяется набор целевых слов лексикона. Применение предлагаемой системы включают в себя определение важных ключевых слов, таких как почтовые индексы, названия или торговые марки.
Источник: http://www.cr-online.ru/data/articles/A%20Format-Driven%20Handwritten%20Word%20Recognition%20System.pdf

8. A Fast Parallel Algorithm for Thinning Digital Patterns
Авторы: T. Y. Zhang and C. Y. Suen
Описание: Быстрый параллельный алгоритм утоньшения символа предложен в данной работе. Экспериментальные результаты показывают, что этот метод очень эффективен.
Источник: http://www.cr-online.ru/data/articles/p236-zhang.zip

9. AN OBJECT-ORIENTED CHARACTER RECOGNITION ENGINE
Авторы: B. Klauer & K. Waldschmidt & J.W.Goethe
Описание: Эта статья знакомит с объектно-ориентированный подходом распознавания, которая первоначально была разработана как классификатор научных аспектов распознавания сложных и трудоемких задач.
Источник: http://www.cr-online.ru/data/articles/giitg.zip

10. WORD LEVEL DISCRIMINATIVE TRAINING FOR HANDWRITTEN WORD RECOGNITION
Авторы: PAUL GADER
Описание: Статья рассматирвает процесс подготовки слов для обучения параметров системы распознавания текста на основе уровня критериев функций.
Источник: http://www.cr-online.ru/data/articles/paper-038-chen-gader.zip

11. ZONING DESIGN FOR HAND-WRITTEN NUMERAL RECOGNITION
Авторы: V.Di Lecce , G.Dimauro , A.Guerriero , S.Impedovo , G.Pirlo , A.Salzo
Описание: В области оптического распознавания символов (OCR), зонирование используется для извлечения информации из топологической модели. В данной работе рассматривается зонирования в результате оптимизации проблемы и представлена новая техника для автоматического сегментирования.
Источник: http://www.cr-online.ru/data/articles/poster-027-Impedovo.zip

12. Text Retrieval from Document Images based on Word Shape Analysis
Авторы: Chew Lim Tan, Weihua Huang, Sam Yuan Sung
Описание: В этой статье предлагается метод извлечения текста из изображения с помощью меры подобия на основе анализа формы слова.
Источник: http://www.cr-online.ru/data/articles/Text%20retrieval%20from%20document%20images%20based%20on%20word%20shape%20analysis.zip

13. Creating Optical Character Recognition (OCR) applications using Neural Networks
Авторы: Alex Cherkasov
Описание: Эта статья показывает, как использование искусственной нейронной сети упрощает разработку оптического приложения распознавания символов, достигая высокого качества распознавания и хорошей производительности.
Источник: http://www.codeproject.com/kb/dotnet/simple_ocr.aspx

14. Создание системы оптического распознавания символов с использованием нейросетей
Авторы: Алекс Черкасов
Перевод: Алейкин В.В.
Описание: Эта статья показывает, как использование искусственной нейронной сети упрощает разработку оптического приложения распознавания символов, достигая высокого качества распознавания и хорошей производительности.
Источник: http://www.codeproject.com/kb/dotnet/simple_ocr.aspx