Оптимізація співвідношення автоматичного і ручного розпізнавання адресної інформації в автоматичних листосортувальних машинах
Схема комбінованого розпізнавання адресної інформації (АІ), особливості її функціонування. Типовий графік залежності рівня автоматичного розпізнавання AI R від вартості PC (розпізнавальної системи) S. Підвищення рівня автоматичного розпізнавання АІ.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | доклад |
Язык | украинский |
Дата добавления | 13.07.2017 |
Размер файла | 106,2 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Оптимізація співвідношення автоматичного і ручного розпізнавання адресної інформації в автоматичних листосортувальних машинах
За десятиліття, що минули з часу появи перших АЛСМ, їх розпізнавальні системи постійно удосконалювалися і сьогодні розпізнають не лише ПІ, але й іншу адресну інформацію, у тому числі машинописні і рукописні поштові адреси. Проте, незважаючи на використання в сучасних розпізнавальних системах новітніх досягнень обчислювальної техніки, рівень автоматичного розпізнавання адресної інформації навіть в кращих зразках АЛСМ залишається недостатньо високим і в середньому (за ПІ, машинописними і рукописними адресами) не перевищує 90%, що примушує конструкторів АЛСМ застосовувати комбіноване розпізнавання адресної інформації: автоматичне (за допомогою зчитуючих пристроїв) і ручне (за допомогою операторів відеокодування).
На рис. 5.24 наведено схему комбінованого розпізнавання адресної інформації.
Рисунок 5.24. Схема комбінованого розпізнавання АІ
Позначення:
Матеріальний потік ПО з адресною інформацією;
Інформаційний потік;
АІ - адресна інформація PC - розпізнавальна система;
ПШК - пристрій штрихового кодування;
ОВК - оператори відеокодування;
СРВ - система розподілу відеозображень АІ між ОВК;
1 - передача розпізнаної АІ від PC до ПШК;
2 - передача нерозпізнаного відеозображення АІ від PC до СРВ;
3 - передача нерозпізнаного відеозображення АІ від СРВ до обраного ОВК; 4 - передача розпізнаної АІ від обраного ОВК до ПШК.
Схема функціонує наступним чином.
Поточний поштовий конверт з АІ надходить до входу PC, де робиться спроба розпізнати цю інформацію. В разі успішності розпізнавання А! по каналу 1 на вхід ПШК передається розпізнана АІ. В разі неуспішності такого розпізнавання по каналу 2 на вхід СРВ передається відеозображення нерозпізнаної АІ. СРВ визначає чергового ОВК і по каналу 3 передає йому зазначене відеозображення. ОВК розпізнає надіслану йому АІ і по каналу 4 передає її на вхід ПШК. Таким чином, через PC по каналу 1 або через ОВК по каналу 4 на вхід ПШК надходить розпізнана АІ. ПШК наносить на конверт ШК, що відповідає розпізнаній АІ, який надходить на вхід АЛСМ і використовується для управління процесом сортування. В разі, якщо ні по каналу 1, ні по каналу 4 на вхід ПШК не надходить розпізнана АІ, конверт з нерозпізнаною АІ надходить на вхід АЛСМ без ШК і спрямовується до довідкового накопичувана, звідки надходить на ручне сортування.
При оцінці перспектив подальшого підвищення рівня автоматичного розпізнавання АІ слід враховувати, що обчислювальні ресурси PC, а разом з ними і вартість PC, розподіляються між розпізнаними конфігураціями цифр і букв незалежно від їх ймовірностей, у той час як рівень автоматичного розпізнавання АІ визначається сумою ймовірностей цих конфігурацій.
На рис. 5.25 наведено типовий графік залежності рівня автоматичного розпізнавання AI R від вартості PC S.
розпізнавання адресний інформація автоматичний
Рисунок 5.25. Типовий графік залежності рівня автоматичного розпізнавання AI R від вартості PC S
Враховуючи, що в РАСЦ можуть установлюватися декілька АЛСМ різної продуктивності, доступні усім ОВК, для коректності порівняння вартостей автоматичного і ручного розпізнавання АІ будемо вважати вартість робочих місць ОВК розподіленою між зазначеними АЛСМ пропорційно їх продуктивності. Так, за наявності трьох АЛСМ продутивністю 30000, 36000 і 42000 листів за годину і 18 робочих місць ОВК, вони будуть розподілені між відповідними АЛСМ як 5, 6 і 7.
На рис. 5.25 розпізнані конфігурації цифр і букв розташовуються в порядку убування їх ймовірностей.
Хоча при лінійному збільшенні вартості PC кількість розпізнаних конфігурацій цифр і букв також лінійно збільшується, рівень автоматичного розпізнавання внаслідок падіння ймовірностей цих конфігурацій зростає дуже повільно і лише асимптотично прагне до одиниці.
Якщо початкова ділянка графіку рис. 5.25 включає обмежену кількість конфігурацій з досить високими ймовірностями, то його кінцева ділянка - практично необмежену кількість конфігурацій зі зникаюче малими ймовірностями.
Звідси випливає, що підвищення рівня автоматичного розпізнавання АІ пов'язане з необхідністю практично необмеженого розширення обчислювальних можливостей PC, а, отже, і їх вартості, у зв'язку з чим очікувати суттєвого підвищення цього рівня в досяжному майбутньому не доводиться.
На рис. 5.26 наведено можливі варіанти співвідношення вартості автоматичного і ручного розпізнавання АІ (у варіанті , у варіанті б - , у варіанті ).
Рисунок 5.26. Варіанти співвідношення вартості автоматичного SA і ручного SP розпізнавання АІ
Як випливає з рис. 5.26, сумарна вартість розпізнавання АІу варіантах а, б, в складає:
Таким чином,
Звідси випливає, що в оптимальній системі комбінованого розпізнавання АІ витрати на автоматичне розпізнавання мають бути менше витрат на ручне розпізнавання.
Відсутність реальних даних про співвідношення вартості автоматичного і ручного розпізнавання не дозволяє однозначно визначити оптимальне значення рівня автоматичного розпізнавання АІ, за якого досягається мінімальна вартість PC, проте не виключено, що і досягнутий нині рівень (90%) є надмірним. Размещено на Allbest.ru
Подобные документы
Огляд методів розпізнавання образів. Основні ідеї інформаційно-екстремального методу розпізнавання рукописних символів. Критерій оптимізації параметрів функціонування даної системи. Інформаційне та програмне забезпечення обробки рукописних символів.
дипломная работа [291,0 K], добавлен 14.10.2010Комп’ютерне моделювання системи сегментації та розпізнавання облич на зображеннях. Підвищення швидкодії моделювання за кольором шкіри та покращення якості розпізнавання при застосуванні робастних boosting-методів. Розробка алгоритмів функціонування.
дипломная работа [1,6 M], добавлен 02.07.2014Сегментація і нормалізація зображень. Основні функціональні можливості та режими роботи комплексу розпізнавання письмового тексту. Розробка комплексу оптичного розпізнавання символів. Шрифтові та безшрифтові алгоритми розпізнавання друкованого тексту.
курсовая работа [1,7 M], добавлен 19.05.2014Ознайомлення із загальною структурою системи автоматичного розпізнавання мовлення. Визначення особливостей нейронних мереж. Дослідження та характеристика процесу побудови системи розпізнавання мовлення. Вивчення специфіки прихованої моделі Маркова.
дипломная работа [1,1 M], добавлен 25.07.2022Історія досліджень, пов’язаних з розпізнаванням образів, його практичне використання. Методи розпізнавання образів: метод перебору, глибокий аналіз характеристик образу, використання штучних нейронних мереж. Характерні риси й типи завдань розпізнавання.
реферат [61,7 K], добавлен 23.12.2013Актуальність сучасної системи оптичного розпізнавання символів. Призначення даних систем для автоматичного введення друкованих документів в комп'ютер. Послідовність стадій процесу введення документу в комп'ютер. Нові можливості програми FineReader 5.0.
курсовая работа [4,5 M], добавлен 29.09.2010Огляд інтелектуальних принципів організації процесу розпізнавання символів. Розробка системи безклавіатурного введення документів у комп’ютер. Опис і обґрунтування проектних рішень; розрахунки і експериментальні дані; впровадження системи в експлуатацію.
дипломная работа [182,5 K], добавлен 07.05.2012Алгоритм оптичного розпізнавання образів. Універсальність таких алгоритмів. Технологічність, зручність у процесі використання програми. Два класи алгоритмів розпізнавання друкованих символів: шрифтовий та безшрифтовий. технологія підготовки бази даних.
реферат [24,5 K], добавлен 19.11.2008Системи розпізнавання обличчя. Призначення та область застосування програми "Пошук обличчя люди у відеопотоках стандарту MPEG-4". Штучна нейронна мережа, локалізація та розпізнавання обличчя. Методи, засновані на геометричних характеристиках обличчя.
курсовая работа [1,8 M], добавлен 27.03.2010Розробка, дослідження та реалізація методів вирішення завдань аналізу, розпізнавання і оцінювання зображень як один із провідних напрямків інформатики. Класифікація та аналіз існуючих методів розпізнавання образів, переваги та недоліки їх застосування.
статья [525,8 K], добавлен 19.09.2017