Luận văn:Xây dựng hệ thống nhận dạng và dịch trên thiết bị di động : Luận văn ThS. Công nghệ thông tin : 60 48 10
Nhà xuất bản:ĐHCN
Ngày:2011
Chủ đề:Công nghệ mã nguồn mở
Dịch
Hệ thống nhận dạng
Ký tự quang học
Thiết bị di động
Miêu tả:62 tr. + CD-ROM
Luận văn ThS. Công nghệ phần mềm -- Trường Đại học Công nghệ. Đại học Quốc gia Hà Nội, 2011
Trình bày kiến thức tổng quan về lĩnh vực OCR (Optical Character Recognition) - Lĩnh vực nhận dạng ký tự quang học. Tìm hiểu nội dung về công nghệ mã nguồn mở Tesseract OCR, công nghệ Android, mô hình client/server, công nghệ dịch Google Translate. Các công nghệ, mô hình này được sử dụng để xây dựng hệ thống. Giới thiệu kiến trúc và các thành phần cơ bản của hệ thống nhận dạng và dịch trên thiết bị di động đã xây dựng. Trình bày kết quả thực nghiệm chức năng rút trích thông tin từ ảnh của hệ thống cũng như so sánh một sách tương đối kết quả OCR với một số hệ thống khác
Electronic Resources
MỞ ĐẦU
Đặt vấn đề
Từ lâu con người đã quen với việc sử dụng máy tính để lưu trữ những tài
liệu cần thiết, xuất phát từ những tiện ích to lớn do máy tính mang lại: lưu trữ
khối dữ liệu lớn, ít bị hư hỏng, dễ quản lí, dễ tìm kiếm, dễ chỉnh sửa... Tuy nhiên
giấy vẫn là một vật liệu quan trọng đã, đang và sẽ được sử dụng để lưu trữ tài
liệu vì sự cần thiết của nó trong cuộc sống hàng ngày (ví dụ sách, báo...). Một
nhu cầu tất yếu, con người muốn đưa các tài liệu đang lưu trữ trên giấy (cũng
như trên một số vật liệu khác) lên máy tính để có thể làm việc với chúng một
hiệu quả hơn. Một cách thông thường, con người sẽ đánh máy trực tiếp các tài
liệu đó lên máy tính. Đối với một số lượng nhỏ tài liệu, việc này hoàn toàn bình
thường. Song đối với một khối lượng tài liệu khổng lồ (ví dụ như cả kho sách),
đây là một vấn đề nan giải; mặc dù với việc đánh máy độ chính xác rất cao
nhưng lại tốn quá nhiều thời gian, trong khi với các công nghệ hiện có cho phép
ta giải quyết vấn đề này: chụp ảnh tài liệu và nhận dạng ký tự trong ảnh.
Nhận dạng ký tự quang học (tiếng Anh: Optical Character Recognition,
viết tắt là OCR)[20] là quá trình rút trích ký tự trong ảnh cho ra dưới dạng văn
bản để có thể lưu trữ, chỉnh sửa và tìm kiếm được. Lĩnh vực OCR là một nhánh
trong ngành khoa học xử lý ảnh, tuy còn mới mẻ so với nhiều lĩnh vực khoa học
khác nhưng nhanh chóng đã đạt được nhiều bước tiến quan trọng. Xuất phát từ
nhu cầu thực tế là đưa các tài liệu lưu trữ trên giấy vào máy tính mà không phải
đánh máy, nhiều công nghệ OCR ra đời (phát hành dưới dạng sản phẩm thương
mại, miễn phí hay nguồn mở) đã và đang ứng dụng rộng rãi trong các lĩnh vực
liên quan đến việc nhận dạng. Với sự đầu tư mạnh mẽ và nghiên cứu liên tục của
các cá nhân tổ chức, kết quả nhận dạng trong lĩnh vực OCR ngày càng được cải
thiện, đặc biệt sự nhận dạng ký tự Latinh đánh máy có thể tiến tới tỉ lệ chính xác
100%. Ngoài công nghệ nhận dạng ký tự quang học OCR thì hiện nay còn có
thêm nhiều cơ chế nhận dạng tiêu biểu khác được ứng dụng vào thực tế như:
nhận dạng ký tự thông minh (Intelligent Character Recognition, viết tắt ICR),
nhận dạng vùng đánh dấu (Optical Mark Recognition, viết tắt OMR), nhận dạng
chữ mực từ (Magnetic Ink Character Recognition, viết tắt MICR), nhận dạng mã
vạch (Barcode Regconition).
Chúng ta thường thực hiện công việc nhận dạng trực tiếp trên máy tính:
dùng các thiết bị thu ảnh để scan, chụp ảnh các tài liệu và đưa các ảnh đó lên
máy tính rồi chạy ứng dụng nhận dạng đã cài đặt. Điều này hầu như chỉ thực
hiện được khi chúng ta làm việc ở nhà, ở cơ quan với chiếc máy tính bên cạnh.
Tuy nhiên nhu cầu OCR của chúng ta có thể xuất hiện mọi lúc mọi nơi, ví dụ
muốn lưu nhanh thông tin trong một name card mà người bạn đưa cho vào điện
thoại mà không phải nhập bằng tay. Song chúng ta không thể lúc nào cũng mang
bên mình máy scan, máy ảnh cũng như máy tính để hỗ trợ cho việc OCR. Chưa
kể đôi khi chúng ta muốn dịch nhanh một bảng chỉ dẫn bằng tiếng nước ngoài
mà không có từ điển bên cạnh. Một khó khăn nữa là các ứng dụng OCR hiệu
quả cho công việc của chúng ta lại đa phần được tung ra dưới dạng thương mại,
muốn sử dụng phải mất một chi phí không nhỏ. Chính những sự bất tiện thực tế
trên, vấn đề đặt ra là phải có những hệ thống phần cứng-phần mềm nhỏ gọn, di
động nhưng vẫn thực hiện một cách linh hoạt và hiệu quả các chức năng chụp
ảnh tài liệu, OCR trên ảnh đã chụp và dịch kết quả ra ngôn ngữ khác.
Hiện nay công nghệ mạng internet phát triển mạnh mẽ, internet có mặt
hầu hết khắp nơi trên thế giới. Công nghệ di động phát triển vượt bậc, việc sử
dụng điện thoại bùng nổ, điện thoại di động trở thành mặt hàng bình dân mà ai
cũng có thể sở hữu được. Nhiều công nghệ OCR tiên tiến được đưa ra dưới dạng
mã nguồn mở và được các công ty, tổ chức lớn tài trợ phát triển. Với nền tảng
công nghệ hiện có ở trên đã tạo ra nhiều giải pháp để xây dựng được nhiều hệ
thống có khả năng đáp ứng cao với vấn đề đặt ra.
Mục tiêu nghiên cứu
Với mong muốn tìm hiểu về lĩnh vực và một số công nghệ OCR tiên tiến,
đồng thời mong muốn góp phần vào kho ứng dụng OCR hiện có một sản phẩm
nguồn mở mới: một hệ thống trên thiết bị di động giúp con người có thể thu ảnh,
rút trích thông tin trong ảnh, dịch kết quả ra ngôn ngữ mong muốn và quản lý
các thông tin ấy trên thiết bị di động. Thiết bị di động được chọn là điện thoại di
động chạy hệ điều hành nguồn mở Android. Và từ đó luận văn lựa chọn đề tài
nghiên cứu “Xây dựng hệ thống nhận dạng và dịch trên thiết bị di động”.
Nội dung nghiên cứu
Về mặt lý thuyết:
- Nghiên cứu tổng quan về lĩnh vực OCR, các thành phần trong một
hệ thống OCR cơ bản.
- Nghiên cứu công nghệ mã nguồn mở Tesseract.
- Nghiên cứu công nghệ mã nguồn mở Android.
- Nghiên cứu mô hình client/server.
- Nghiên cứu công nghệ dịch Google Translate.
- Nghiên cứu phương pháp sửa lỗi chính tả tự động.
Về mặt thực hành:
- Nghiên cứu xây dựng ứng dụng web service chạy trên server : sử
dụng nguồn mở của Tesseract để tạo ra module có chức năng OCR
trên ảnh; sử dụng các hàm API do Google cung cấp để tạo ra
module có chức năng dịch văn bản sang ngôn ngữ tùy chọn. Web
service còn hỗ trợ chức năng hậu xử lý kết quả OCR và tự động sửa
lỗi chính tả trên ngôn ngữ tiếng Anh.
- Nghiên cứu xây dựng ứng dụng trên client: sử dụng Android SDK
để tạo ra ứng dụng chạy trên điện thoại Android có chức năng chụp
ảnh; gửi ảnh về server và nhận kết quả xử lý từ server trả về; quản
lý nội dung thông tin đã rút trích từ ảnh.
Bố cục luận văn
Ngoài phần mở đầu giới thiệu về mục tiêu, ý nghĩa, tình hình nghiên cứu
liên quan và phần kết luận tóm tắt những kết quả chính đạt được cũng như đưa
ra nhận xét; bố cục luận văn gồm 4 chương chính:
Chương 1: Trình bày kiến thức tổng quan về lĩnh vực OCR làm nền tảng
cho các nghiên cứu về sau.
Chương 2: Trình bày nội dung tìm hiểu về công nghệ mã nguồn mở
Tesseract OCR, công nghệ Android, mô hình client/server, công nghệ dịch
Google Translate. Các công nghệ, mô hình này được sử dụng để xây dựng hệ
thống.
Chương 3: Giới thiệu kiến trúc và các thành phần cơ bản của hệ thống
nhận dạng và dịch trên thiết bị di động đã xây dựng.
Chương 4: Trình bày kết quả thực nghiệm chức năng rút trích thông tin từ
ảnh của hệ thống cũng như so sánh một sách tương đối kết quả OCR với một số
hệ thống khác.
3AgmWt2KyZsn3f6
