РАСПОЗНАВАНИЕ РУКОПИСНЫХ ГРАФИЧЕСКИХ ЭЛЕМЕНТОВ И МУЛЬТИЯЗЫЧНОГО ТЕКСТА: ОБЗОР СОВРЕМЕННЫХ ПОДХОДОВ, БАЗОВЫЙ МЕТОД И ПЕРСПЕКТИВЫ РАЗВИТИЯ

?

РАСПОЗНАВАНИЕ РУКОПИСНЫХ ГРАФИЧЕСКИХ ЭЛЕМЕНТОВ И МУЛЬТИЯЗЫЧНОГО ТЕКСТА: ОБЗОР СОВРЕМЕННЫХ ПОДХОДОВ, БАЗОВЫЙ МЕТОД И ПЕРСПЕКТИВЫ РАЗВИТИЯ

С. 659–669.

Пискунова А. М., Королев Д. А., Скопин Н. Ю., Мосалев М. С.

В данной статье представлен обзор современных методов решения задачи распознавания рукописного контента, включающего мультиязычный текст (русский и английский) и графические элементы, такие как блок-схемы из прямоугольников и стрелок, с акцентом на распознавание изображений маркерных досок. Для мультиязычного рукописного текста рассмотрены архитектуры, способные обрабатывать несколько языков, а для блок-схем - методы распознавания фигур и структуры. Кроме того, в работе предложена базовая модель, в которой для распознавания текста используются решения EasyOCR и TrOCR, а для анализа графических элементов - алгоритмы на базе OpenCV, выделяющие контуры фигур. Цель этой модели - оценить сложность решения поставленной задачи с использованием общедоступных инструментов при минимальной подготовке. Базовая модель ориентирована на специфическую задачу распознавания контента на маркерной доске, а результаты формируются в формате XML для последующей обработки, например визуализации. Система протестирована на специально собранном датасете изображений маркерных досок. В статье также обсуждаются основные сложности задачи распознавания и обозначаются перспективные направления для повышения точности и качества решения.

Язык: русский

Полный текст

DOI

Текст на другом сайте

В книге

ГрафиКон 2025 : материалы 35-й Международной конференции по компьютерной графике и машинному зрению (Россия, Йошкар-Ола, 30 сентября – 2 октября 2025 г.)

Йошкар-Ола: Поволжский государственный технологический университет, 2025.

Lightweight Image Preprocessing Model for Improving Microorganism Detection in Microscopic Scenes

Самарин А. В., Торопов А. Г., Савельев А. Г. и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1044–1052

Добавлено: 21 сентября 2026 г.

Filter-Based Preprocessing Neural Network Model for Microorganism Detection Improvement

Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., , in: Pattern Recognition. ICPR 2024 International Workshops and Challenges. Kolkata, India, December 1, 2024, Proceedings, Part III. LNCS, volume 15616.: Cham: Springer, 2025. P. 308–320.

Добавлено: 21 сентября 2026 г.

Применение технологий компьютерного зрения в системах обработки визуальной информации

Лебедев О. Б., Черкасов Р. И., Известия ЮФУ. Технические науки 2025 № 5(247) С. 254–276

Рассмотрено применение технологий искусственного интеллекта, в частности компьютерного зрения в системах обработки визуальной информации. Проведен комплексный анализ нейросетевых подходов к решению задач компьютерного зрения, включая систематизацию ключевых типов задач: классификацию изображений, детектирование объектов и семантическую сегментацию. Детально исследованы архитектурные принципы сверточных нейронных сетей с акцентом на механизмы извлечения пространственных признаков через сверточные слои, оптимизацию представления ...

Добавлено: 10 сентября 2026 г.

MinMAE calibration method for convolutional neural network quantization

Vasilev A., Kapitanov A., Roman Solovyev и др., PeerJ Computer Science 2026 Vol. 12 Article 3724

Добавлено: 3 мая 2026 г.

HoTPP benchmark: Are we good at the long horizon events forecasting?

Karpukhin I., Шипилов Ф. А., Савченко А. В., Neurocomputing 2026 Vol. 672 Article 132771

Добавлено: 25 февраля 2026 г.

Определение фолликулярного резерва яичников по данным ультразвукового исследования на основе методов машинного обучения

Мошкин А. С., Лапутин Ф. А., Сидоров И. В., DIGITAL DIAGNOSTICS 2024 Т. 5 № S1 С. 40–42

Обоснование. Овариальный резерв отражает способность женщины к успешной реализации репродуктивной функции. Оценка овариального резерва является актуальной задачей для клинической практики [1] и важна при проведении научных исследований. Использование методов компьютерной обработки диагностических изображений способно ускорить и облегчить выполнение рутинных задач в клинической практике. Их применение при ретроспективном анализе данных в научных целях позволяет повысить объективность ...

Добавлено: 21 февраля 2026 г.

О некоторых итогах в области создания палеографических тренажеров в сети Интернет за последние 30 лет

Земляков М. В., В кн.: Источниковедение в современной медиевистике. Материалы третьей всероссийской научной конференции. Москва, 17-18 июня 2025 г.: М.: Аквилон, 2025. С. 82–86.

В публикации представлен первый на русском языке обзор общедоступных палеографических тренажёров в сети Интернет, созданных учёными и программистами из Австралии, Франции, Великобритании, США, Швейцарии за последние 30 лет. Также особое внимание уделено проблеме распознавания рукописных текстов Средневековья на базе технологии HTR и искусственного интеллекта в России и за рубежом ...

Добавлено: 26 июня 2025 г.

Evolving Safety Protocols: Deep Learning-Enabled Detection of Personal Protective Equipment

, in: Lecture Notes in Electrical EngineeringVol. 489: Applied Physics, System Science and Computers II.: Springer, 2019. P. 87–100.

Добавлено: 30 декабря 2024 г.

Development of a Detector for Stamps on Images

Kseniia Prokudina, Mikhail Skriplyonok, Alexander Vostrikov, , in: 2024 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), 20-24 May 2024.: IEEE, 2024. P. 865–869.

Добавлено: 26 ноября 2024 г.

Three-way classification for sequences of observations

A. V. Savchenko, L. V. Savchenko, Information Sciences 2023 Vol. 648 Article 119540

Добавлено: 27 августа 2023 г.

Robust Collision Warning System based on Multi Objects Distance Estimation

Салех Х. М., Saleh S., Nathan Teyou Toure и др., , in: 2021 IEEE Concurrent Processes Architectures and Embedded Systems Virtual Conference (COPA).: IEEE, 2022. Ch. 7 P. 1–6.

Добавлено: 31 октября 2022 г.

Framework for recognizing information about railway traffic lights

Belykh M. Vladimirovna, Belov A. Vladimirovich, , in: 2022 International Conference on Interdisciplinary Research in Technology and Management, IRTM 2022 - Proceedings.: IEEE, 2022. P. 1–4.

Добавлено: 15 июля 2022 г.

Sequential analysis in Fourier probabilistic neural networks

Савченко А. В., Белова Н. С., Expert Systems with Applications 2022 Vol. 207 Article 117885

Добавлено: 29 июня 2022 г.

Preference prediction based on a photo gallery analysis with scene recognition and object detection

Савченко А. В., Demochkin K., Grechikhin I., Pattern Recognition 2022 Vol. 121 Article 108248

Добавлено: 19 августа 2021 г.

Real-time Object Detection with FPGA Using CenterNet

Solovyev R. A., Telpukhov D. V., Romanova I. I. и др., , in: Proceedings of the 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElConRus 2021.: IEEE, 2021. P. 2029–2034.

Добавлено: 8 августа 2021 г.

Railway Traffic Lights Recognition System

Белов А. В., Belykh M., Tofayli S., , in: PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON INTERDISCIPLINARY RESEARCH IN TECHNOLOGY AND MANAGEMENT (IRTM, 2021).: CRC Press, 2021. Ch. 32 P. 199–203.

Добавлено: 15 июля 2021 г.

Neural Network for Real-Time Object Detection on FPGA

Rzaev E., Khanaev A., Американов А. А., , in: 2021 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM).: IEEE, 2021. P. 719–723.

Добавлено: 4 июля 2021 г.

Fast inference in convolutional neural networks based on sequential three-way decisions

Савченко А. В., Information Sciences 2021 Vol. 560 P. 370–385

Добавлено: 25 февраля 2021 г.

Вычислительно эффективные алгоритмы классификации изображений на основе последовательного анализа

Савченко А. В., Записки научных семинаров ПОМИ РАН 2021 Т. 499 С. 267–283

В статье рассматриваются быстрые алгоритмы распознавания изображений, основанные на статистическом последовательном анализе. Исследованы метода с последовательной обработкой главных компонент векторов признаков изображений, а также с ранним остановом при прямом проходе в сверточной нейронной сети. Особое внимание уделено последовательному обучению нейросетевых моделей для одновременной классификации нескольких атрибутов (пол, возраст, раса) по фотографии лица. Подчеркнуто, что такие ...

Добавлено: 27 января 2021 г.