วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557

งานวิจัยนี้นำเสนอวิธีการระบุตำแหน่งข้อความภาษาไทยจากภาพถ่ายฉากธรรมชาติ โดยใช้เทคนิคการเรียนรู้ของเครื่องจักรที่สามารถเรียนรู้ตัวสกัดคุณลักษณะสำคัญได้จากชุดข้อมูลสอน ร่วมกับเทคนิคการประมวลผลภาพ สามารถทำงานได้อย่างอัตโนมัติโดยไม่ต้องอาศัยการกำหนดค่าเริ่มต้นก่อนการทำงาน ขั้นตอนวิธีที่นำเสนอนั้นประกอบไปด้วย 4 ขั้นตอนหลักคือ การประมวลผลก่อน การสร้างแผนภาพความเชื่อมั่นของบริเวณที่มีข้อความ การรวมผลจากตัวจับข้อความ และการประมวลผลภายหลัง ขั้นตอนการประมวลก่อนนั้น จะสร้างภาพนำเข้าหลายขนาดและปรับปรุงคุณภาพของภาพนำเข้า ให้มีความเหมาะสมก่อนนำไปสร้างแผนภาพความเชื่อมั่นของบริเวณที่มีข้อความ ซึ่งในขั้นตอนนี้จะใช้ตัวจำแนกประเภทที่ได้จากการเรียนรู้ของเครื่องจักรที่สามารถเรียนรู้ตัวสกัดคุณลักษณะสำคัญได้จากชุดข้อมูลสอน ในการจำแนกระหว่างบริเวณที่เป็นข้อความและไม่ใช่ข้อความในแต่ละขนาดของภาพนำเข้า หลังจากนั้นจะทำการรวมแผนภาพความเชื่อมั่นของบริเวณที่มีข้อความในแต่ละขนาดของภาพนำเข้า ซึ่งนำไปสู่ขั้นตอนสุดท้ายที่จะนำแผนภาพนี้ไปสร้างสมมุติฐานของบรรทัดของบริเวณที่มีข้อความและทำการประมวลผลภายหลัง โดยมีขั้นตอนที่ถูกออกแบบสำหรับการวิเคราะห์ข้อความภาษาไทย เพื่อสร้างกรอบของบริเวณที่มีข้อความปรากฏอยู่ในภาพนำเข้า ผลการทดลองบนชุดข้อมูลทดสอบมาตรฐานภาษาอังกฤษ ชุดข้อมูลทดสอบภาษาไทยและภาษาอังกฤษจากการแข่งขัน BEST 2015 : การแข่งขันสุดยอดการหาตำแหน่งข้อความบนภาพถ่าย ที่จัดขึ้นโดย ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ และชุดข้อมูลผสมระหว่างภาษาไทยและภาษาอังกฤษที่จัดหาโดยผู้วิจัยพบว่า ขั้นตอนวิธีที่ทำการเสนอนี้สามารถทำงานได้อย่างมีประสิทธิภาพ สามารถระบุตำแหน่งข้อความในหลายสถานการณ์ เช่น ภาพที่มีปรากฏการมัวจากการเคลื่อนที่ ข้อความที่ปรากฏในภาพมีความหลากหลายทั้งในแง่ของรูปแบบของอักษรและการจัดเรียง ข้อความ และข้อความที่มีฉากหลังที่ซับซ้อน จากผลการทดลองบนชุดข้อมูลทดสอบที่เสนอทั้งหมดนั้น จะได้ค่าความเที่ยงเฉลี่ย 73% ค่ารีคอลเฉลี่ย 70% และค่าการวัดเอฟเฉลี่ย 72%