Αλγόριθμοι κατάτμησης στιγμιοτύπων χαρακτήρων του ελληνικού αλφαβήτου από χειρόγραφα γράμματα και κείμενα

Abstract

Το πρόβλημα της κατάτμησης στιγμιοτύπων χαρακτήρων του ελληνικού αλφαβήτου από χειρόγραφα γράμματα και κείμενα στον τομέα της όρασης υπολογιστών είναι μια ιδιαίτερα απαιτητική εφαρμογή καθώς απαιτεί σύνολα δεδομένων που να αποτελούνται τόσο από εικόνες χειρόγραφων γραμμάτων όσο και εικόνες ολόκληρου κειμένου, τις μάσκες τους και τα πλαίσια οριοθέτησής τους, γεγονός που δεν συναντάται συχνά. Για την επίλυση αυτού του προβλήματος υλοποιήθηκε ένα αυτοματοποιημένο pipeline που αποτελείται από μια φόρμα συμπλήρωσης χειρόγραφων γραμμάτων επάνω στην οποία εφαρμόζονται διάφοροι μετασχηματισμοί επεξεργασίας εικόνων με τελικό αποτέλεσμα την εξαγωγή των γραμμάτων του κάθε γραφέα σε διάφορες μορφές. Στην συνέχεια αξιοποιούνται μεθοδολογίες δημιουργίας των μασκών κατάτμησης για την κάθε εικόνα και την δημιουργία ενός συνόλου δεδομένων σε COCO format το οποίο χρησιμοποιείται για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης για την αξιολόγηση της απόδοσης της διαδικασίας. Τα μοντέλα που εφαρμόζονται είναι τα YOLOv8, YOLOv11 και RTMDet. Τα αποτελέσματα καταδεικνύουν την υψηλή ακρίβεια των μοντέλων αυτών στο παραγόμενο σύνολο δεδομένων αλλά και τις πιθανές επεκτάσεις που επιφέρει η αυτόματη δημιουργία ενός συνόλου δεδομένων με χειρόγραφα γράμματα.