ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Logo Recognition Using Shape D...>الوصف

Logo Recognition Using Shape Descriptors And Fusion Of Multiple Classifiers

العنوان بلغة أخرى: تمييز الشعار باستعمال واصفات الشكل ودمج عدة مصنفات
المصدر: مجلة المنصور
الناشر: كلية المنصور الجامعة
المؤلف الرئيسي: عبدالمنعم، مثيل عماد الدين (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdulmunim, Matheel E.
مؤلفين آخرين: هاشم، محمد طالب (م. مشارك)
المجلد/العدد: ع23
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2015
الصفحات: 17 - 35
DOI: 10.36541/0231-000-023-008
ISSN: 1819-6489
رقم MD: 670775
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink, HumanIndex
مواضيع:
المصنفات | تمييز الشعار
كلمات المؤلف المفتاحية:
تميز الشعار | واصفات الشكل | المصنفات | logo recognition | shape descriptors | multiple classifiers
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: احدى أهم المشاكل في حقل معالجة صور الوثائق هي تميز الأشكال الرسومية، مثل شعار الشركات. تستعمل الشعارات بشكل رئيسي من قبل الشركات والمنظمات لتمييز أنفسهم على الوثائق. تم دراسة العديد من طرق إستخلاص الخصائص ووصف الشكل في أنظمة تميز الشعارات من قبل عدة باحثين. في هذا البحث، تم دراسة ومقارنة نوعين من واصفات الشكل أساسها لمنطقة: Geometric moment descriptors و Zernike moment descriptors أيضا تم تقييم أداء مجموعة من المصنفات التي تدر بكل منها على مجموعة مختلفة من الخصائص ومقارنة نتائج تمييز كل مصنف مع نتائج التمييز الناتجة من دمج ناتج المصنفات، والتي أظهرت تحسن هام في الأداء للطريقة المقترحة.

An important problem in the field of document image processing is the recognition of graphical items, such as company logos. Logos are mainly used by companies and organizations to identify themselves on documents. Different feature extraction and shape description methods in logo image recognition systems have been studied by several researchers. In this paper, two region-based shape descriptors: Zernike moment descriptors and Geometric moment descriptors are studied and compared. The performance of an ensemble of classifiers, each trained on different feature sets is also evaluated. The recognition results of the individual classifiers are compared with those obtained from fusing the classifiers' output, showing significant performance improvements of the proposed methodology.
ISSN: 1819-6489

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.