دانلود مقاله بهبود شناسایی آرم در سند های تصویری مبتنی بر الگوریتم ژنتیک

چکیده -تشخیص آرم یکی از راه های تشخیص منابع اسنادو اطلاعاتی درباره یک سند می باشد.در این مقاله شناسایی و تشخیص آرم ها در تصاویر متنی بیان می شود.بدین صورت که ابتدا تصاویر به سگمنت هایی تقسیم شده ، توسط فاز تشخیص آرم، برای هر سگمنت ویژگی هایی بر پایه آمار اولیه در مورد مؤلفه های پیکسل های سیاه درون هر بخش محاسبه می شود.با استفاده از این ویژگی ها، شبکه عصبی تکاملی بر پایه الگوریتم ژنتیک، سگمنت ها را بر اساس احتمال وجود آرم یا عدم وجود آن دسته بندی می نماید.در نهایت  در مجموعه انتخابی به عنوان مجموعه آرم ها، فاز انطباق آرم به کمک ویژگی های هندسی  محلی  و مستقل  انجام می شود. نتایج نشان می دهد که استفاده از شبکه عصبی تکاملی به منظور شناسایی آرم، با ارائه نتایج مطلوب به عنوان دستاوردی جدید در کنار دیگر روش ها قابل استفاده می باشد.

کلمات کلیدی   -استخراج ویژگی ، الگوریتم ژنتیک، تابع ارزیاب، شبکه عصبی تکاملی

1- مقدمه

  مسئله تشخیص آرم از گرایش های بزرگ در حوزه سند خصوصا برای پایگاه داده ها می باشدو مزیت آن امکان بالقوه اش برای تشخیص منابع اسنادوکلی گویی اش برای مسئله تشخیص واطلاعات معنایی در مورد متن است.در زمینه کاربرد سندهای تصویری، تشخیص آرم های مشابه با دو شیوه قابل انجام است .اول- سندی که شامل یک آرم باشد را به عنوان ورودی وارد نموده و سیستم ، آرم را به عنوان یکی از اعضای مجموعه کوچک آرم های شناخته شده  یا به عنوان آرمی که در حال حاضر در پایگاه داده موجود نیست ، طبقه بندی می کند.دوم -آرم خاصی را (شناخته شده یا شناخته نشده) در پایگاه داده ای از اسناد اندیس گذاری نموده و اسنادی که شامل آن آرم باشند را استخراج می نماید. نمونه ای از یک سندتصویری در شکل1 نشان داده شده است.مسئله شناسایی آرم را می توان در سه مرحله تقسیم بندی نمود]2,1[:

1- بخش بندی1 : تصویر سند به تصاویرکوچکتری که شامل ارتباطات منطقی بخش هایی از سند می باشد، تقسیم می شود.

2- تشخیص آرم2 : ویژگی هایی از بخش ها استخراج می شوند سپس در دسته بندی بخش ها، بر پایه اینکه احتمالا شامل آرم هستند یا خیر،استفاده می شوند.

3-انطباق آرم3:مجموعه منتخب آرم هادر فاز2 با پایگاه داده شامل کلیه آرم هاانطباق پیدا می کنند تا آرم دقیقا شناسایی و تعیین شود. در اکثر کاربردها هدف نهایی فاز سوم می باشد]5-2[.

1Segmentation

2Logo Detection

3Logo Matching

شکل1- نمونه ای از سند تصویری

از آنجا که انطباق آرم(فاز سوم) روند محاسباتی گسترده ای خواهد داشت فاز تشخیص آرم بخش های شامل آرم را هرس می کند]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 وسیله موقعیت آرم در صفحه ،آرم منتخب قابل شناسایی است]2.[

ازمهمترین روش های آماری می توان به مواردذیل اشاره نمود: استخراج شانزده ویژگی آماری هر بخش واشتقاق مجموعه ای از قوانین بااستفادهازالگوریتم]ID38[ استفاده ازشبکه های عصبی بازگشتی rnns)) با انتقال دقیق آرم با نمایش 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 تشخیص آرم  شرح داده خواهد شد به طوریکه به منظور حفظ استقلال روش پیشنهادی از فرضیاتی در مورد چیدمان متن استفاده نمی کنیم که این از مزایای روش به شمار می رود.

2- روش پیشنهادی

شناسایی دقیق یک آرم شامل سه مرحله کلی بخش بندی تصویر ،تشخیص آرم و انطباق آرم می باشد.بخش بندی تصویر با استفاده از الگوریتمtop-down سلسله مراتبی ]2[ ، مسئله انطباق آرم نیز در

]1 [تشریح شده است. این مقاله بر مسئله تشخیص آرم تاکید داشته که با در اختیار گرفتن مجموعه ای از بخش ها به عنوان ورودی (تصاویر متنی بخش بندی شده در فاز اول )،پس از استخراج ویژگی ،با استفاده از شبکه عصبی تکاملی،بر پایه الگوریتم ژنتیک ،آن هارا به دو مجموعه قطعه های شامل آرم و قطعه های بدون آرم افراز می نماید] 11,10[.

2-1- استخراج ویژگی

ابتداسند هااسکن ویک تصویر باینری برای هر سند تولید می شود. سپس بر روی هر یک،روال بخش بندی اجرا می شودکه نتیجه آن مجموعه ای از تصاویربخش هاست. الگوریتم بخش بندی مورد استفاده یک الگوریتم بالا به پائین سلسله مراتبی با شمای بخش بندی درختی  X-Yمی باشد ]2[.هربخش پس از نرمال شدن، در مجموعه بزرگی از بخش هاقرار داده می شود.

از هر بخش ویژگی هایی آماری مرتبط با پیکسل های سیاه رنگ مشتق شده استخراج می شود .بیشترین بخش محاسباتی این فرآیند محاسبه مؤلفه های متصل به هم است ، که بدین منظور از توابع Morphology  در نرم افزار Matlab استفاده شده است.با شناسایی مولفه های متصل به هم استخراج ویژگی به آسانی قابل انجام است،این ویژگی ها در عین سادگی،به طور چشمگیری در تمایز قائل شدن بین آرم ها و غیر آرم ها مؤثر می باشد. در شکل 1 مجموعه ویژگی های بکار رفته لیست شده اند .

2-2- شبکه های عصبی

شبکه های عصبی ساختارهایی مناسب در جهت شناسایی ودسته بندی الگوها می باشند.با این وجود دارای محدودیت هایی نیز هستند ،مسئله آموزش یکی از بزرگترین

محدودیت ها در این شبکه هاست. الگوریتمی که برای این منظور به کار برده می شود نمی تواند لزوما یک جواب بهینه را متضمن شود.

درکاربردهای واقعی الگوریتم  پس انتشار4 خطاممکن است که به مجموعه ای از وزن ها همگرایی پیدا کند که بهینه نمی باشند (کمتر از حد بهینه هستند) و همچنین نمی توانند از این مجموعه جواب ها بگریزند.GA ،تکنیک مؤثری به منظور بهینه سازی است،در مقاله حاضر از این الگوریتم در بهینه سازی وزن های شبکه استفاده شده است ، معماری شبکه(تعداد نرون ها و ارتباطات) نیز به روش سعی و خطا انتخاب شده است.

   لیست ویژگی های استفاده شده

1- تعداد مؤلفه ها

2- میانگین ناحیه مؤلفه

3- میانگین طول مؤلفه

4-انحراف معیارطول مؤلفه

5- میانگین عرض مؤلفه

6- ماکسیمم ناحیه مؤلفه

7- ماکسیمم طول مؤلفه

8- ماکسیمم عرض مؤلفه

9- طول بخش

10- عرض  بخش

11- چگالی بخش

12- ماکسیمم طول       وابسته با طول بخش

13- ماکسیمم عرض وابسته با عرض بخش

14-نسبت شیب محدوده

 هر بخش

15-انحراف معیار چگالی افقی

16-انحراف معیار چگالی عمودی

2-3- بهینه سازی وزنی تکاملی

گام اول در بهینه سازی کد کردن مسئله در قالب کروموزوم می باشد.در روش پیشنهادی از وزن های ارتباطی شبکه به عنوان ژن های کروموزوم استفاده می شود.

  مثالی از شبکه عصبی

 وزن های اولیه شبکه به صورت تصادفی در فاصله]1,1-[انتخاب می شوند.مجموعه ای از وزن ها در قالب یک ماتریس مربعی قابل نمایش است ،در این ماتریس هر عدد مربوط به وزن لینک بین دو نرون می باشد.عدد صفر بیانگر عدم ارتباط است .ساختار هر کروموزوم مجموعه ای از ژن هاست که هر ژن به صورت وزن (ارتباط بین 2 نرون)قابل تعریف است. به عنوان مثال شبکه ترسیمی در شکل 2 دارای 8 ارتباط می باشد که متناظر با آن در ماتریس 8 مقدار غیر صفر وجود داشته که به ترتیب ستونی در کروموزوم جایگذاری می شود.