Persis : Une Pipeline de Reconnaissance de Polices Persanes Utilisant des Réseaux Neuronaux Convolutifs

Que se passe-t-il si nous rencontrons une police de caractères appropriée pour notre travail de conception mais que nous ne connaissons pas son nom ? Les systèmes de Reconnaissance Visuelle des Polices de Caractères (RVPC) sont utilisés pour identifier la police de caractères dans une image. Ces systèmes peuvent aider les graphistes à reconnaître les polices utilisées dans les images. Un système RVPC contribue également à améliorer la vitesse et la précision des systèmes de Reconnaissance Optique des Caractères (ROC). Dans cet article, nous présentons les premiers ensembles de données publiquement disponibles dans le domaine de la reconnaissance des polices persanes et utilisons des Réseaux Neuronaux Convolutifs (RNC) pour aborder ce problème. Les résultats montrent que le pipeline proposé a obtenu une précision de 78,0 % en première position sur nos nouveaux ensembles de données, 89,1 % sur l'ensemble de données IDPL-PFOD et 94,5 % sur l'ensemble de données KAFD. De plus, le temps moyen passé dans l'ensemble du pipeline pour un échantillon de nos ensembles de données proposés est de 0,54 secondes pour le CPU et de 0,017 secondes pour le GPU. Nous concluons que les méthodes RNC peuvent être utilisées pour reconnaître les polices persanes sans nécessiter d'étapes préliminaires supplémentaires telles que l'extraction de caractéristiques, la binarisation, la normalisation, etc.