فرمت فایل: ورد –Word و قابل ویرایش

تعداد صفحات: 22

چكيده -تشخيص آرم يكي از راه هاي تشخيص منابع اسنادو اطلاعاتي درباره يك سند مي باشد.در اين مقاله شناسايي و تشخيص آرم ها در تصاوير متني بيان مي شود.بدين صورت كه ابتدا تصاوير به سگمنت هايي تقسيم شده ، توسط فاز تشخيص آرم، براي هر سگمنت ويژگي هايي بر پايه آمار اوليه در مورد مؤلفه هاي پيكسل هاي سياه درون هر بخش محاسبه مي شود.با استفاده از اين ويژگي ها، شبكه عصبي تكاملي بر پايه الگوريتم ژنتيك، سگمنت ها را بر اساس احتمال وجود آرم يا عدم وجود آن دسته بندی می نماید.در نهايت در مجموعه انتخابي به عنوان مجموعه آرم ها، فاز انطباق آرم به كمك ويژگي هاي هندسي محلي و مستقل انجام مي شود. نتايج نشان مي دهد كه استفاده از شبكه عصبي تكاملي به منظور شناسايي آرم، با ارائه نتايج مطلوب به عنوان دستاوردي جديد در كنار ديگر روش ها قابل استفاده مي باشد.

كلمات كليدي -استخراج ویژگی ، الگوريتم ژنتيك، تابع ارزياب، شبكه عصبي تكاملي

1- مقدمه

مسئله تشخيص آرم از گرايش هاي بزرگ در حوزه سند خصوصا براي پايگاه داده ها مي باشدو مزيت آن امكان بالقوه اش براي تشخيص منابع اسنادوكلي گويي اش براي مسئله تشخيص واطلاعات معنايي در مورد متن است.در زمينه كاربرد سندهاي تصويري، تشخيص آرم های مشابه با دو شیوه قابل انجام است .اول- سندي كه شامل يك آرم باشد را به عنوان ورودي وارد نموده و سيستم ، آرم را به عنوان يكي از اعضاي مجموعه كوچك آرم هاي شناخته شده يا به عنوان آرمي كه در حال حاضر در پايگاه داده موجود نيست ، طبقه بندي مي كند.دوم -آرم خاصي را (شناخته شده يا شناخته نشده) در پايگاه داده اي از اسناد انديس گذاري نموده و اسنادي كه شامل آن آرم باشند را استخراج مي نمايد. نمونه ای از یک سندتصویری در شكل1 نشان داده شده است.مسئله شناسايي آرم را مي توان در سه مرحله تقسيم بندي نمود]2,1[:

1- بخش بندي1 : تصوير سند به تصاويركوچكتري كه شامل ارتباطات منطقي بخش هايي از سند مي باشد، تقسيم مي شود.

2- تشخيص آرم2 : ويژگي هايي از بخش ها استخراج مي شوند سپس در دسته بندي بخش ها، بر پايه اينكه احتمالا شامل آرم هستند يا خير،استفاده مي شوند.

3-انطباق آرم3:مجموعه منتخب آرم هادر فاز2 با پایگاه داده شامل کلیه آرم هاانطباق پيدا مي كنند تا آرم دقيقا شناسايي و تعيين شود. در اكثر كاربردها هدف نهايي فاز سوم مي باشد]5-2[.

1Segmentation

2Logo Detection

3Logo Matching

شكل1- نمونه اي از سند تصویری

از آنجا كه انطباق آرم(فاز سوم) روند محاسباتي گسترده ای خواهد داشت فاز تشخيص آرم بخش هاي شامل آرم را هرس مي كند]7,6,1[.

تشخیص آرم به عنوان یکی از کاربردها در حوزه شناسائی الگو،در سال های اخیر مورد بحث و بررسی واقع شده است.بسیاری از نظریه های مطرح شده براساس نگرش های نحوی و روش های آماری می باشد.در نگرش نحوی با دانش نوع متن،به وسيله موقعيت آرم در صفحه ،آرم منتخب قابل شناسايي است]2.[

ازمهمترین روش های آماری می توان به مواردذیل اشاره نمود: استخراج شانزده ويژگي آماري هر بخش واشتقاق مجموعه ای از قوانین بااستفادهازالگوريتم]ID38[ استفاده ازشبكه هاي عصبي بازگشتي rnns)) با انتقال دقيق آرم با نمايش درختm تایی ]6[،به کارگیری Edgebackpropagationدرتصاویر شامل نویز ]9 [و نیز تشخیص آرم تحت تبدیل هایی مانند انتقال ،تغییر مقیاس و چرخش ]2 [ .

فاز انطباق آرم از ثابت های هندسی به عنوان ویژگی های پیچیده تر استفاده می کند. مقاله حاضر با تمرکز برفاز دوم ،با به کارگیری شبکه عصبی تکاملی نتایج قابل قبولی ارائه می دهد.

در ادامه فاز تشخيص آرم شرح داده خواهد شد به طوريكه به منظور حفظ استقلال روش پیشنهادی از فرضياتي در مورد چيدمان متن استفاده نمي كنيم كه این از مزاياي روش به شمار مي رود.