MétaCan
Menu
Retour à la cohorte
Enregistrement W4309355783 · doi:10.1002/9781119861850.ch10

Smart Text Reader System for People who are Blind Using Machine and Deep Learning

2022· other· en· W4309355783 sur OpenAlexaff
Zobeir Raisi, Mohamed A. Naiel, Georges Younes, Paul Fieguth, John Zelek

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineComputer Science
ThématiqueHandwritten Text Recognition Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Artificial intelligenceSightComputer scienceField (mathematics)ParsingDeep learningData sciencePopulationAutomationBenchmark (surveying)Everyday lifeMachine learningHuman–computer interactionEngineeringCartographyGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

The World Health Organization (WHO) estimates that more than one-sixth of the world's population suffers from some form of visual impairment worldwide. With such a large number of people affected by vision issues, several breakthroughs in technology, both on the hardware and software sides, are needed to make a positive impact and improve the quality of life for blind and sight-impaired people. In particular, the ability to parse text from their surrounding is a crucial aspect that can empower blind people to become active members of society and help them lead an everyday life. Detection and recognition of text in natural images are two significant problems in the field of computer vision, having a wide variety of applications in the analysis of sports videos, autonomous driving, and industrial automation, to name a few, with challenges based on how text is represented and affected by environmental conditions. The current state-of-the-art in text detection and/or recognition has exploited advancements in deep learning and has reported a superior accuracy on benchmark datasets when tackling multi-resolution and multi-oriented text, however, there still remain challenges affecting text in the wild images that cause existing methods to underperform due to models not able to generalize to unseen data from insufficient labeled data. The objectives of this survey chapter are as follows. First, offering the reader not only a review of recent advancements in scene text detection and recognition, but also the results of extensive experiments using a unified evaluation framework that assesses pre-trained models of the selected methods on challenging cases, with the application of consistent evaluation criteria. Second, identifying several existing challenges for detecting or recognizing text in the wild images, namely, in-plane-rotation, multi-oriented and multi-resolution text, perspective distortion, illumination reflection, partial occlusion, complex fonts, and special characters. Finally, the chapter offers insights into potential research directions to address current challenges encountered by scene text detection and recognition techniques.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,016

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,261
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHandwritten Text Recognition TechniquesTravaux en français237 207