Trích Xuất Thông Tin Từ Ảnh Bìa Sách Tiếng Việt

• Tác giả: Nguyễn Thị Thắm
• Người hướng dẫn: TS. Đỗ Trọng Hợp
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Khoa học dữ liệu
• Đề tài: Trích Xuất Thông Tin Từ Ảnh Bìa Sách Tiếng Việt
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. MỞ ĐẦU
• 2. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
• 1.1. Tính ứng dụng của đề tài
• 3. CHƯƠNG 2: BÀI TOÁN TRÍCH XUẤT THÔNG TIN TRÊN BÌA SÁCH TIẾNG VIỆT
• 2.1. Bài toán trích xuất thông tin trên bìa sách tiếng Việt
• 2.2. Chước SO
• 2.3. Phương pháp đề xuất giải quyết bài toán
• 4. CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN
• 4.1. Các công trình nghiên cứu trên ngôn ngữ nước ngoài
• 4.2. Các công trình nghiên cứu trên ngôn ngữ tiếng Việt
• 5. CHƯƠNG 4: XÂY DỰNG BỘ DỮ LIỆU CHO BÀI TOÁN TRÍCH XUẤT THÔNG TIN TRÊN BÌA SÁCH TIẾNG VIỆT
• 5.1. Hướng dẫn gán nhãn dữ liệu
• 5.2. Quá trình gán nhãn dữ liệu
• 5.3. Phân tích bộ dữ liệu
• 6. CÁC PHƯƠNG PHÁP TIẾP CẬN
• 6.1. Tiền xử lý chia dữ liệu tập huấn luyện, tập kiểm thử và tập đánh giá
• 6.2. Tiền xử lý dữ liệu cho mô hình phát hiện văn bản (Text Detection)
• 6.3. Tiền xử lý dữ liệu cho mô hình Text Recognition
• 6.4. Tiền xử lý dữ liệu cho mô hình Object detection
• 6.5. Bài toán phát hiện chữ trên ảnh (Text Detection)
• 6.5.1. Hệ thống nhận dạng chữ viết PaddleOCR
• 6.5.2. Mô hình SAST
• 6.5.3. Mô hình CRAFT
• 6.6. Bài toán nhận diện chữ trên ảnh (Text Recognition)
• 6.6.1. Mô hình CRNN trong hệ thống PP-OCR
• 6.6.2. Mô hình SVTR-LCNet trong hệ thống PP-OCR
• 6.6.3. Thư viện VietOCR
• 6.7. Bài toán xử lý tổng hợp thông tin
• 6.7.1. Mô hình Yolov4
• 7. CÀI ĐẶT, THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 7.1. Cài đặt, thực nghiệm
• 7.1.1. Bài toán phát hiện văn bản (Text Detection)
• 7.1.2. Bài toán nhận diện văn bản
• 7.1.3. Phân loại và tổng hợp thông tin
• 7.2. Kết quả thực nghiệm và đánh giá
• 7.2.1. Độ đo đánh giá
• 7.2.2. Kết quả thực nghiệm, phân tích và đánh giá
• 8. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về Trích Xuất Thông Tin Từ Ảnh Bìa Sách Tiếng Việt

Trích xuất thông tin từ ảnh bìa sách tiếng Việt là một lĩnh vực nghiên cứu quan trọng trong công nghệ nhận diện văn bản. Với sự phát triển của công nghệ OCR, việc nhận diện và trích xuất thông tin từ bìa sách trở nên khả thi hơn bao giờ hết. Mục tiêu chính của nghiên cứu này là xây dựng một hệ thống có khả năng tự động hóa quá trình trích xuất thông tin như tên sách, tên tác giả và nhà xuất bản từ ảnh bìa sách tiếng Việt.

1.1. Tầm quan trọng của việc trích xuất thông tin

Việc trích xuất thông tin từ bìa sách không chỉ giúp quản lý sách hiệu quả mà còn hỗ trợ trong việc số hóa tài liệu. Điều này đặc biệt quan trọng trong bối cảnh số hóa ngày càng phát triển.

1.2. Các ứng dụng của công nghệ OCR trong trích xuất thông tin

Công nghệ OCR được ứng dụng rộng rãi trong nhiều lĩnh vực, từ quản lý thư viện đến phát triển ứng dụng di động. Việc áp dụng OCR vào trích xuất thông tin từ bìa sách giúp tiết kiệm thời gian và công sức.

II. Thách thức trong Trích Xuất Thông Tin Từ Ảnh Bìa Sách

Mặc dù công nghệ OCR đã phát triển, nhưng vẫn còn nhiều thách thức trong việc trích xuất thông tin từ ảnh bìa sách tiếng Việt. Các vấn đề như chất lượng ảnh, độ phức tạp của văn bản và sự đa dạng trong thiết kế bìa sách gây khó khăn cho quá trình nhận diện.

2.1. Chất lượng ảnh và ảnh hưởng đến độ chính xác

Chất lượng ảnh bìa sách ảnh hưởng trực tiếp đến khả năng nhận diện văn bản. Ảnh mờ, thiếu sáng hoặc bị biến dạng có thể dẫn đến sai sót trong quá trình trích xuất thông tin.

2.2. Độ phức tạp của văn bản trên bìa sách

Văn bản trên bìa sách thường có nhiều kiểu chữ khác nhau, màu sắc và kích thước khác nhau, điều này làm cho việc nhận diện trở nên khó khăn hơn.

III. Phương Pháp Trích Xuất Thông Tin Từ Ảnh Bìa Sách

Để giải quyết các thách thức trong việc trích xuất thông tin, nhiều phương pháp đã được nghiên cứu và áp dụng. Các mô hình học máy và công nghệ OCR hiện đại đã được sử dụng để cải thiện độ chính xác và hiệu suất của hệ thống.

3.1. Sử dụng mô hình OCR hiện đại

Mô hình OCR như Tesseract và EasyOCR đã được áp dụng để nhận diện văn bản trên bìa sách. Những mô hình này hỗ trợ nhiều ngôn ngữ, bao gồm cả tiếng Việt.

3.2. Tiền xử lý ảnh trước khi nhận diện

Tiền xử lý ảnh là bước quan trọng giúp cải thiện chất lượng ảnh đầu vào. Các kỹ thuật như làm sạch, điều chỉnh độ sáng và độ tương phản được áp dụng để tối ưu hóa ảnh trước khi đưa vào mô hình.

IV. Kết Quả Nghiên Cứu và Ứng Dụng Thực Tiễn

Nghiên cứu đã đạt được những kết quả khả quan trong việc trích xuất thông tin từ bìa sách tiếng Việt. Hệ thống đã được thử nghiệm với nhiều mẫu bìa sách và cho thấy độ chính xác cao trong việc nhận diện thông tin.

4.1. Đánh giá hiệu suất của mô hình

Các mô hình được thử nghiệm cho thấy độ chính xác đạt trên 75%, với các chỉ số như Precision và Recall được cải thiện đáng kể.

4.2. Ứng dụng trong quản lý sách

Hệ thống trích xuất thông tin từ bìa sách có thể được ứng dụng trong quản lý thư viện, giúp người dùng dễ dàng tìm kiếm và quản lý thông tin sách.

V. Kết Luận và Hướng Phát Triển Tương Lai

Trích xuất thông tin từ ảnh bìa sách tiếng Việt là một lĩnh vực đầy tiềm năng. Nghiên cứu này không chỉ mở ra hướng đi mới cho việc số hóa tài liệu mà còn góp phần vào việc phát triển công nghệ OCR tại Việt Nam.

5.1. Tương lai của công nghệ OCR tại Việt Nam

Với sự phát triển không ngừng của công nghệ, OCR sẽ ngày càng trở nên phổ biến và được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau.

5.2. Đề xuất nghiên cứu tiếp theo

Cần tiếp tục nghiên cứu và phát triển các mô hình mới, cải thiện độ chính xác và khả năng nhận diện văn bản trong các điều kiện khác nhau.