OCR has been an active research in

OCR has been an active research in the past few years,
ranging from SIFT based feature matching to the more
modern day CNN techniques. However, these techniques
often produce suboptimal results without any preprocessing
techniques.
To build a robust menu recognition engine, we focused on
building a digital image preprocessing implementation, by
providing a way to automatically correct the input image’s
rotation, identified the interested ROI to reduce search
space and noise. Since text recognition is inherently also a
language model based problem, we further provided a postprocessing edit-distance error correction to improve
accuracy from the vanilla OCR engine. With our pipeline, the
increase in accuracy varies depending on the cases, with
some cases reaching over 50% increase in correct
recognition rate.
Some remaining works include making the segmentation
and rotation angle’s underlying dilation pipeline more robust
by building using a pyramid of different scales of the dilation
structure.

Results (Vietnamese) 1:

OCR đã có một nghiên cứu hoạt động trong những năm gần đây,khác nhau, từ SIFT dựa trên tính năng phù hợp để thêmcác kỹ thuật CNN ngày nay. Tuy nhiên, các kỹ thuậtthường xuyên kết quả suboptimal mà không có bất kỳ tiền xử lýkỹ thuật.Để xây dựng một công cụ nhận dạng menu mạnh mẽ, chúng tôi tập trung vàoxây dựng một hình ảnh kỹ thuật số tiền xử lý việc thực hiện, bởicung cấp một cách để tự động sửa chữa hình ảnh nhập vàoxác định quay, ROI quan tâm để giảm tìmkhông gian và tiếng ồn. Kể từ khi nhận dạng văn bản cũng là hơi mộtngôn ngữ mô hình dựa trên vấn đề, chúng tôi tiếp tục cung cấp một sửa lỗi postprocessing chỉnh sửa khoảng cách để cải thiệnđộ chính xác từ các động cơ OCR vani. Với đường ống dẫn của chúng tôi, cáctăng độ chính xác thay đổi tùy theo các trường hợp, vớimột số trường hợp đạt trên 50% tăng đúngtỷ lệ nhận dạng.Một số công trình còn lại bao gồm thực hiện phân đoạnvà đường ống giãn cơ bản xoay góc mạnh mẽ hơnbằng cách xây dựng bằng cách sử dụng một kim tự tháp của các quy mô khác nhau của sự giãn nởcấu trúc.

Results (Vietnamese) 2:

OCR đã được một nghiên cứu hoạt động trong vài năm qua,
từ SIFT tính năng dựa phù hợp với nhiều
kỹ thuật CNN hiện đại ngày nay. Tuy nhiên, những kỹ thuật này
thường tạo ra kết quả tối ưu mà không cần bất kỳ tiền xử lý
kỹ thuật.
Để xây dựng một động cơ công nhận menu mạnh mẽ, chúng tôi tập trung vào
việc xây dựng một số thực hiện hình ảnh tiền xử lý, bởi
việc cung cấp một cách để tự động điều chỉnh hình ảnh đầu vào của
luân chuyển, xác định ROI quan tâm để giảm tìm kiếm
không gian và tiếng ồn. Kể từ khi nhận dạng văn bản là vốn cũng là một
vấn đề mô hình ngôn ngữ dựa, chúng tôi tiếp tục cung cấp một xử lý sau chỉnh sửa khoảng cách sửa lỗi để cải thiện
độ chính xác từ cơ vani OCR. Với đường ống của chúng tôi,
gia tăng độ chính xác khác nhau tùy thuộc vào các trường hợp, với
một số trường hợp đạt mức tăng trên 50% trong đúng
tỉ lệ nhận dạng.
Một số công trình còn lại bao gồm việc phân đoạn
đường ống dãn cơ và xoay góc của mạnh mẽ hơn
bằng cách xây dựng sử dụng một kim tự tháp với nhiều quy mô khác nhau của sự giãn nở
cấu trúc.