Библиотека материалов по теме выпускной работы

Собственные публикации и доклады

1. Анализ изображений чеков для учета финансовых средств потребителя

   Авторы: Ломакин Е.С., Мартыненко Т.В., Шевченко В.И.

   Описание: В данной работе рассмотрены методы распознавания образов на изображениях. Разработан комплексный критерий классификации и детекции объектов на изображениях для определения оптимального уровня обучения модели.

   Источник: ИУСМКМ—2021 : материалы XII Международной научно-технической конференции «Информатика, управляющие системы, математическое и компьютерное моделирование» / Донецкий нац. техн. ун-т ; сост.: А. И. Воронова, Т. А. Васяева ; под ред. Р. В. Мальчевой. — Донецк : ДОННТУ, 2021. — 149 с.

Тематические статьи

2. Оценки качества для анализа цифровых изображений

   Авторы: Ю.И. Монич, В.В. Старовойтов

   Описание: В статье дана классификация оценок качества изображений.

   Источник: Государственное научное учреждение ОИПИ НАН Беларуси, г. Минск, Беларусь

3. Использование OpenCV в рамках задачи оффлайн распознавания рукописного текста

   Авторы: Басанько А.С., Рыбкин С.В.

   Описание: Данная статья посвящена использованию библиотеки OpenCV в рамках решения задачи оффлайн распознавания рукописного текста.

   Источник: Международный студенческий научный вестник. Сетевое издание

4. Обнаружение текстовых областей и выделение символов на изображениях с неоднородным фоном

   Авторы: Николенко А.А.,Котляр А.В., Тьен Т.К. Нгуен

   Описание: Рассмотрена задача обнаружения текстовых областей и выделения символов на изображениях с неоднородным фоном. Предложен метод обнаружения текстовых областей и выделения символов на изображениях с неоднородным фоном на основе алгоритма преобразования по толщине штриха символа текста.

   Источник: Работы Одесского политехнического университета 2013 //Вып. 1(40), с. 55—60.

5. Метод адаптивной бинаризации в реальном времени изображений со слабой контрасностью

   Автор: А.Ю. Чуриков

   Описание: Рассмотрена задача бинаризации изображений со слабой контрасностью методом адаптивной бинаризации и изучены особенности эффективной реализации данного метода с использованием подхода вычислений на графических картах.

   Источник: Вестник Балтийского Федерального Университета Им. И. Канта, Выпуск № 10, 2010 г.

6. Optical Character Recognition Feature Implementation in Cooking Recipe Application using Tesseract Google Project

   Авторы: Nurhayati, Brigita Cika Risda

   Описание: Рассмотрено распознавание кулинарного рецепта с ипользование Google Teseract.

   Источник: 2014 International Conference on Cyber and IT Service Management (CITSM)

7. Review on optical character recognition

   Авторы: Muna Ahmed Awel, Ali Imam Abidi

   Описание: Рассмотрен принцип работы OCR

   Источник: Researchgate

8. Optical Character Recognition

   Автор: Yafang Xue

   Описание: В данной статье описываются два алгоритма оптического распознавания символов, используя шаблонный метод и метод выделения признаков с последующей поддержкой векторной машинной классификации.

   Источник: University of Michigan

9. Распознавание рукописного текста с использование нейронных сетей

   Авторы: Скрыпников А.В., Денисенко В.В., Хитров Е.Г., Евтеева К.С., Савченко И.И.

   Описание: Рассматривается проблема распознавания текста, а также сложности, которые определяются тем, в каком виде представлен текст для распознавания.

   Источник: Международный студенческий научный вестник. Сетевое издание

Переводы статей

10. Современная система оптического распознавания символов в реальной клинической практике.

    Авторы: Пол Г. Биондич, Дж. Марк Оверхэдж, Пол Р. Декстер, Стивен М. Даунс, Ларри Леммон, Клемент Дж. Макдональд, Регенстриф

    Описание: В данной статье анализируется прогресс оптического распознавания символов в условиях клиники

    Источник (англ.): Proc AMIA Symp. 2002 : 56—60.