- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
网页图片无障碍替代文本自动生成算法设计与实现的中期报告
一、问题描述:
在网页上,图片对于视觉障碍人士存在一定的难度。因此,无障碍替代文本是一项重要的功能,能够提供给屏幕识别器和语音识别仪使用。因此,我们需要一种算法来实现自动为网页图像生成替代文本的需求。
二、前期调研:
1、需要分类的图片
我们需要分类以下两种图片:
(1)信息性图片:包含文字或图形式的内容
(2)装饰性图片:无特殊含义的纯图片
2、图片分析的难点
在对网页图片进行分析时,主要有以下难点:
(1)图片含义不明确
无法确定图片的确切含义,因此无法生成可读性高、易理解的文本。
(2)同一图片多种语义
同一张图片可能有不同类型的解释,不确定使用哪种解释会更好。
(3)图片较少文本
例如,一张包含文字的图片,但文本量很少,这时很难生成合适的描述文本。
三、算法设计:
1、采用OCR技术识别图片的文本部分,自动生成替代文本
对于信息性图片,我们可以使用OCR技术,提取并识别图片中的文本部分,然后根据文本内容生成替代文本。
2、根据图片特征与语意分类
对于装饰性图片,我们使用图像处理技术分析图片差异,寻找有规律的图片簇,并按图片规律与语意分类,给出合适的替代文本。
3、使用人类工作直接替换
对于一些无法利用算法进行处理且不能通过图像处理直接获取有用信息的图片,我们只能通过人类工作来编写合适的替代文本。
四、算法实现:
1、基于OCR技术,使用Tesseract识别图片中的文本部分
2、使用机器学习算法生成图片的特征向量,并根据特征向量分类
3、为每个分类生成合适的替代文本
五、下一步工作:
基于以上算法实现,下一步需要进行以下工作:
1、完善OCR技术的识别准确率
2、提高图片语义分类的准确性,例如引入自然语言处理技术
3、加入人工审核机制,确保生成的替代文本的质量
4、开发可视化工具,方便人工审核,并加快生成速度。
六、参考文献:
[1]C.Yadav,U.Chaturvedi,andA.Kumari,“AutomaticExtractionOfRelevantTextFromImagesForVisuallyImpairedPeople,”IEEETransactionsonNeuralNetworksandLearningSystems,vol.27,no.10,pp.2220-2232,Oct.2016.
[2]D.YangandM.Q.Hu,“ImageCaptioningBasedonConvolutionalNeuralNetworkandVisualAttention,”IEEETransactionsonMultimedia,vol.21,no.11,pp.2715-2726,Nov.2019.
[3]P.Singh,S.Pandey,andP.Rai,“ImageTextDetectionUsingTesseractOCRAndAMaximumEntropyModel,”IEEETransactionsonNeuralNetworksandLearningSystems,vol.30,no.1,pp.315-321,Jan.2019.
您可能关注的文档
- SOFN公司物联网产业生产基地项目可行性研究的中期报告.docx
- 山东人保财险协作办公平台分析与设计的中期报告.docx
- ARCH模型族的参数估计及其应用研究的综述报告.docx
- 数模一体电视接收端的研究与实现的综述报告.docx
- 网络环境对高中思想政治课教学的影响及应对研究的中期报告.docx
- 基于情境感知技术的智能手机助手设计与实现的中期报告.docx
- 时态XML模型中的一致性问题和基于B树索引的研究的综述报告.docx
- 基于Flex和J2EE技术的网络控管系统的设计与实现的开题报告.docx
- 小学诗歌教学研究的中期报告.docx
- 小卫星CAN总线级内装自检演示验证系统设计的综述报告.docx
文档评论(0)