CC BY
132
Изображение
Признаки изображения в числовом виде
БД текстовой аннотации изображений
Семантические
признаки (или текстовая аннотация)
Рис. 7. Последовательность сохранения текстовой аннотации изображения
изображения. Затем числовые признаки преобразуются в семантические. По ним формируется текстовый запрос к БД, которая хранит аннотации различных текстовых источников данных (например, страницы в Интернете), текстовых документов. Результатом поиска является список текстовых источников, которые связаны с содержанием входного изображения.
Рассмотренные механизмы поиска изображений по семантическим признакам, аннотации семантических признаков, а также механизм поиска текстовой информации по семантическим признакам изображения предоставляют широкие возможности для объединения различных методов поиска изображений и текстовой информации.
Все представленные в данной статье способы поиска основаны на использовании семантического преобразователя, от расположения которого в общей структуре поиска меняются характер поиска и, как следствие, результат.
В заключение следует отметить, что значения семантических признаков и образов достаточно
субъективны; так как признаки или образ определенного предмета у разных людей могут отличаться, результат поиска тоже является субъективным и зависит от БД семантических признаков в семантическом преобразователе. Поэтому с целью более объективного поиска возможно применение для каждой системы поиска собственной БД семантических признаков или использование в рамках одной системы нескольких БД семантических признаков. Но в таком случае увеличиваются затрачиваемые на поиск ресурсы, что существенно сказывается на производительности.
Литература
1. Colin C. Venters and Dr. Matthew Cooper. A review of content-based image retrieval systems // Joint Information Systems Committee (JISC). 01.06.2000. URL: http://www.jisc.ac.uk/media/ documents/programmes/jtap/jtap-054.pdf (дата обращения: 25.09.2010).
2. Remco C. Veltkamp and Mirela Tanase. A survey of content-based image retrieval systems // Geometry, Imaging and Virtual Environments Lab, Utrecht University, The Netherland. 08.03.2001. URL: http://www.aa-lab.cs.uu.nl/cbirsurvey/cbir-survey/ (дата обращения: 25.09.2010).
3. Marinai S. A survey of document image retrieval in digital libraries. 9th Colloque International Francophone sur l'Ecrit et le Document (CIFED 2006). 2006. URL: http://www.dsi.unifi.it/~si-mone/Papers/cifed06.pdf (дата обращения: 25.09.2010).
4. Matthew Simpson, Md Mahmudur Rahman, Dina Demner-Fushman, Sameer Antani, George R. Thoma. Text- and Content-based Approaches to Image Retrieval for the ImageCLEF 2009 Medical Retrieval Track. The Cross-Language Evaluation Forum (CLEF) 2009. URL: http://www.clef-campaign.org/2009/working_ notes/simpson-paperCLEF2009.pdf (дата обращения: 25.09.2010).
5. Бухалто А.Н. [и др.]. Нейрокомпьютеры в системах обработки изображений; [под общ. ред. Ю.В. Гуляева и А.И. Галушкина]. М.: Радиотехника, 2003. Кн 7. 192 с.
УДК 81:002
МЕТОДЫ АВТОМАТИЗИРОВАННОЙ ОЦЕНКИ КАЛЛИГРАФИИ
А.А. Демин (МГТУ им. Н.Э. Баумана, Alex@pPropis.ru)
Статья посвящена автоматизированной оценке каллиграфии, целью которой являются выявление основ формирования графического навыка письма, анализ технологических приемов первоначального обучения письму, способствующих развитию такого навыка, а также раскрытие способов корректировки почерка.
Ключевые слова: каллиграфия, кинетическое сходство, стигмаграфический метод, стенографическая сетка, метод Карстера.
В эпоху всеобщего перехода от бумажного представления информации к электронному актуальной является проблема обучения первоклассников каллиграфически правильному письму. Трудности, возникающие при овладении техникой письма, имеют разные причины: физиологические, психологические и педагогические.
Прежде всего определим понятия каллиграфии и каллиграфических ошибок.
Каллиграфия - искусство красивого письма, то есть умение писать правильным (четким) и устойчивым почерком.
Каллиграфические ошибки - нарушение пропорции элементов букв по ширине, высоте и
углу наклона. Они являются следствием несфор-мированности координации движений пальцев, кисти, предплечья и плечевого отдела руки.
Создание эффективной системы оценки каллиграфии включает в себя анализ каллиграфических ошибок, сравнительный анализ методов их выявления и исправления дефектов, то есть задача разработки методики оценки каллиграфии входит в задачу создания системы оценки каллиграфии рукописного текста как составная часть.
Классификация графических ошибок
По оценкам психологов, проблема нарушений письма и чтения одна из самых актуальных для школьного обучения, поскольку письмо и чтение из цели становятся средством дальнейшего получения знаний учащимися.
Интерес к проблемам раннего выявления, предупреждения и коррекции специфических нарушений письма (дисграфия) и чтения (дислексия) у детей обусловлен тем, что письмо как деятельность играет важную роль в жизни человека: оно стимулирует его психическое развитие, обеспечивает общеобразовательную подготовку, влияет на формирование личности.
В методике обучения учащихся каллиграфическому письму выделяются следующие графические ошибки [1].
1. Нарушение наклона в 65°, приводящее к непараллельности элементов букв и даже элементов одной буквы, часто сопровождающееся искривлением элементов (рис. 1).
Рис. 1
2. Ошибки, связанные с нарушением пропорций: вертикальных (неодинаковая высота букв или их частей); горизонтальных (неодинаковая ширина букв и их элементов); пропорций между частями букв (увеличенные или уменьшенные элементы букв) (см. рис. 2 а, б и в соответственно).
Рис. 2
3. Искажение овалов, полуовалов и других элементов, содержащих закругления, изогнутые линии, а также ошибки, связанные с несоблюдением пропорций (рис. 3).
4. Пропуск отдельных букв или замена элементов букв: вместо м - л, вместо д - а.
5. Несоблюдение строчки, переписывание через линию полей, непропорционально большие (или маленькие) интервалы между словами, недописывание строки и пр. Часты ошибки в соединениях букв.
6. Каллиграфические ошибки по кинетическому сходству: смешение букв, начертание первого элемента которых требует тождественных движений руки (см. табл.).
Кинетическое сходство букв
Ошибочный выбор последующего элемента Неправильная передача количества однородных элементов
о-а (У-Ч) п-т (П-Т)
б-д (Г-Р) х-ж (Х-Ж)
и-у л-м (Л-М)
а-д и-ш (И-Ш)
н-к (Н-К)
н-ю (Н-Ю)
л-я
Для успешного преодоления ошибок письма очень важно в каждом отдельном случае разобраться в их причинах, выбрать для исправления ошибки соответствующий прием. Так, например, преодоление ошибок первой группы требует отработки написания прямых параллельных линий с нужным наклоном к строке в 65°. Исправление ошибок второй группы требует развития глазомера, без чего невозможно соблюдение пропорций. Третья группа ошибок требует работы над кривыми линиями, над изгибами и закруглениями, над плавностью движения руки. Ошибки четвертой группы связаны с нарушениями внимания.
Алгоритмы распознавания рукописных текстов
Выделение псевдослов в контуре. Алгоритм выделения слов в данном случае назовем алгоритмом выделения псевдослов. Под ним скрывается тот факт, что на данном этапе нельзя точно определить, чем являются наборы линий, образующих изолированные подграфы (псевдослова): целыми словами, какой-либо их частью либо несколькими словами.
Выделение псевдослов производится элементарным обходом по вершинам и ребрам таких подграфов с выставлением меток на ребрах о проходе по ним, начиная с некоторой произвольной точки, и с извлечением уже пройденных кривых в отдельный контейнер текущего псевдослова. Такие обходы выполняются до тех пор, пока не будут выделены все подграфы.
Выделение символов в слове. Данная операция выполняется после выделения строк, она необходима для последующего распознавания символов. Процесс аналогичен выделению строк: выполняется горизонтальная проекция (построение гистограммы) столбцов пикселей, на которой находятся области резкого перепада числа значимых (черных) пикселей в строке; если число черных точек в предыдущем столбце было значительно меньше их числа в текущем столбце, это говорит о начале символа, и наоборот. При этом может использоваться тот же порог выделения, что и для строк. Кроме того, после выделения символа по горизонтали осуществляется его выделение и по вертикали (уточнение границ), так как его границы могут отличаться от границ всей строки. Проблема неразделимости пересекающихся в проекции символов сохраняется.
Выбор языка распознаваемых символов. Выбранный язык определяет эталоны символов, с которыми будут сравниваться распознаваемые области изображения. В более общей задаче распознавания язык должен определяться автоматически, по максимальному совпадению символов в слове. Для этого в библиотеке эталонов должны находиться символы нескольких языков. Чтобы отладить комплекс, ограничимся языком, выбранным пользователем. На этом этапе алфавит представляется в виде среднестатистического векторного изображения символов.
Непосредственное распознавание - это сравнение выделенных областей изображения с имеющимися эталонами символов и проверка результата на допустимость. Отметим следующие моменты.
• Описание распознаваемого текста после выделения областей изображения представляет собой описание узлов и их связей для символов или слов на распознаваемом изображении; библиотека эталонов состоит из эталонных изображений символов алфавита и соответствующих им кодов.
• В процессе распознавания осуществляется перебор во внешнем цикле всех выделенных символов распознаваемого текста, а во внутреннем цикле - всех эталонов, то есть каждому символу распознаваемого текста поочередно ставятся в соответствие все эталонные символы и определяется степень их совпадения.
• Для разделения букв в слове применяется цикл разбивки контура в каждом узле поочередно слева направо.
• Для повышения эффективности распознавания сначала сравнивается количество узлов, связей и их типов у символов и эталонов (чтобы не пытаться сравнивать символ «,» с эталоном «Ж») и определяется максимальная степень отклонения символов от эталонов (если для текущего сравнения она больше допустимого, символ не распознан).
• Символ считается распознанным, если есть хотя бы один эталон, степень совпадения с которым оказалась не меньше минимально допустимой. Если таких эталонов несколько, выбирается тот, с которым была достигнута наибольшая степень совпадения; если эталонов с одинаковой наибольшей степенью совпадения несколько, выбирается первый по алфавиту.
Основное преимущество метода сравнения векторов перед методом наложения состоит в том, что он учитывает совпадение распознаваемого символа и эталона по ключевым моментам (признакам символа), а не по его графической интерпретации (рис. 4). Поэтому вероятность того, что сравнение одного и того же символа с разными эталонами даст одинаковую степень совпадения, намного меньше, чем у алгоритмов сравнения печатных символов. Наконец, сам способ определения степени совпадения может во многом определять результат; в случае с методом наложения степень совпадения будет определяться по числу нулевых точек на совмещенном изображении, отнесенным к числу точек на изображении распознаваемого символа.
А
Рис. 4. Графическая интерпретация символа
Для рукописного текста метод наложения эталонов практически неприменим, так как вариантов написания символа, его наклона и искажений может существовать бесчисленное множество. В системах распознавания рукописного текста используется сравнение, как правило, с векторными объектами и их связями между собой.
Разработка методики оценки качества каллиграфии автоматизированной системой
Исходя из проведенного исследования, система оценки каллиграфии должна сочетать в себе все описанные методы, выявлять любые возможные отклонения от существующих норм письма с точностью, достаточной для объективной оценки.
На основании этого система оценки каллиграфии должна предоставлять комплекс упражнений, направленных на выявление и устранение дефектов письма:
1) оценка написания отдельных элементов букв и соединений: короткая или длинная линия, линия с закруглением внизу, прямая с петлей, овал, полуовал, линия с закруглением с двух сторон, малая петля и дополнительный элемент (две точки);
2) оценка написания отдельных букв полностью: строчных и прописных с выдерживанием угла наклона и пропорций частей;
3) оценка написания соединений двух-трех букв с акцентом на межсоединения;
4) оценка написания значащих слов и словосочетаний с выдерживанием расстояния между буквами и словами.
На каждом этапе выполнения система должна продолжать контролировать все критерии качества каллиграфии, сочетать и подбирать упражнения на основе индивидуальных результатов их выполнения каждым учеником.
Система должна оценивать выполненные упражнения с учетом отклонения от нормированного
эталона, что позволит избежать необъективной оценки.
Подытоживая, отметим, что в данной статье проанализированы методики выявления дефектов и оценки каллиграфии, а также сформулированы главные требования, предъявляемые к системе.
Основное внимание уделено анализу каллиграфических ошибок. При разработке критериев оценки принимались во внимание существующие в этой области проблемы и совокупность методов их решения.
Литература
1. Хорошилова Е.И. Характеристика специфических ошибок письма младших школьников // Начальная школа. 2001. № 7.
2. Власов А.И., Кирбабин О.Е., Шепель А.С. Методология визуального проектирования как инструмент организации поддержки учебного процесса // Новые информационные технологии и менеджмент качества (NIT&MQ'2008): матер. Меж-дунар. симпоз. М.: ЭГРИ, 2008. 219 с.
3. Цыновникова Ю.Л. Автоматизация навыка письма на этапе первичного усвоения буквенных знаков // Начальная школа. 2001. № 7.
4. Проненко Л.И. Каллиграфия для всех. М.: Книга, 1990.
5. Кудреватова Л.И. Типичные каллиграфические ошибки и их исправления // Начальная школа. 1995. № 3.
УДК 81:002
МЕТОДЫ ВИЗУАЛЬНОГО УПРАВЛЕНИЯ ПРИ РЕАЛИЗАЦИИ ПОЛЬЗОВАТЕЛЬСКИХ ИНТЕРФЕЙСОВ
Н.В. Зеновкин; А.И. Власов, к.т.н. (МГТУ им. Н.Э. Баумана, Aby2sz@gmail.com)
В статье проводится анализ существующих решений в области системы регистрации движений глаз, вырабатываются требования к системе пользовательского интерфейса на основе регистрации движений глаз. Рассматриваются основные подходы к определению точки фокусирования взгляда и математические модели поиска зрачка в видеоизображении.
Ключевые слова: регистрация движений глаз, методы визуального управления.
Для отслеживания направления взгляда используются системы, регистрирующие движения глаза. Регистрация движений глаза - это процесс либо измерения точки направления взгляда, либо регистрации движений глаз относительно головы. Регистратор движений глаз - устройство, измеряющее положение глаза и регистрирующее его движения. Регистраторы движений глаз применяются в системах визуализации, в психологии, в когнитивной лингвистике и в промышленном дизайне. Существует множество методов измерения движений глаза. Самые популярные используют видеоизображения, из которых выделяется позиция глаза, другие методы - встроенные в контактные линзы индуктивные катушки, так называемые электроокулографы [1-4].
Изучение движений глаз опередило широкое распространение компьютеров практически на сто лет (например, работы Джавала 1878 г.). В отличие от чисто визуального наблюдения за движениями глаз эти исследования были достаточно дискомфортными, так как производились методом прямого механического воздействия на роговицу. Первая система, не предусматривающая прямого контакта с глазом, была разработана в 1901 году Доджем и Клайном и использовала свет, отраженный от роговицы.
Развитие цифровой видеотехники позволило наблюдать за движением глаз в реальном времени без непосредственного физического контакта. Одним из наиболее перспективных применений такого рода систем является построение пользова-
