Dua Khety
1.0.0
แอปพลิเคชันมือถือเพื่อแปลอักษรอียิปต์โบราณ (2018)
- แอปพลิเคชั่นมือถือที่ตรวจจับจัดประเภทและพยากรณ์อักษรอียิปต์โบราณ
วิถีชีวิตของชาวอียิปต์โบราณส่วนใหญ่ได้สูญหายไปเนื่องจากไม่มีใครสามารถถอดรหัสความหมายของสัญลักษณ์ส่วนใหญ่ของพวกเขาได้เซอร์อลันการ์ดิเนอร์จัดเรียงลำดับอักษรแต่ละเล่มด้วยรหัสที่สามารถใช้เพื่อค้นหาความหมายเพิ่มเติมเกี่ยวกับความหมายของมัน พจนานุกรมอักษรอียิปต์โบราณนี้จบลงด้วยความยาวหลายพันหน้าและการมองอะไรก็ตามกลายเป็นงานที่น่าเบื่อ แม้จะมีการเกิดขึ้นของอินเทอร์เน็ต แต่ก็ยังคงมีปัญหาที่จะไม่ทราบรหัสการ์ดิเนอร์ของอักษรอียิปต์โบราณเพื่อค้นหา
เพื่อช่วยแก้ปัญหานี้ Dua-Khety ได้ถูกสร้างขึ้นเป็นแอปพลิเคชันมือถือที่มีทั้ง Android (นำไปใช้ใน Java ) และ iOS (นำไปใช้ในอุปกรณ์ Swift & Objective C ) โดยมีจุดประสงค์ในการตรวจจับและจำแนกอักษรอียิปต์โบราณจากภายในภาพที่ถ่ายและจัดหารหัส Gardiner กระบวนการทั้งหมดเกิดขึ้นแบบออฟไลน์ซึ่งหมายความว่าบริการสะดวกเร็วใช้งานง่ายและสามารถเข้าถึงได้ทุกที่ทุกเวลา
มีคุณสมบัติมากมายสำหรับแอปพลิเคชันนอกเหนือจากการตรวจจับและการจำแนกประเภทแล้วยังรวมถึงพจนานุกรมอักษรอียิปต์โบราณซึ่งช่วยให้ผู้ใช้ป้อนรหัสของการ์ดิเนอร์และรับข้อมูลเกี่ยวกับอักษรอียิปต์โบราณที่แสดงถึงประวัติการค้นหาเพื่อดูและวิเคราะห์ภาพก่อนหน้านี้ และคำอธิบายเพื่อปรับปรุงตัวจําแนกและปรับปรุงประสิทธิภาพของแอปในอนาคต คุณสมบัติเหล่านี้ขึ้นอยู่กับ MySQL databases ที่เก็บไว้ในเซิร์ฟเวอร์ระยะไกลและมีการจัดการโดยใช้สคริปต์ PHP ซึ่งจะถูกย้ายไปยังบริการ Google's Firebase สำหรับการจัดเก็บข้อมูลและโซลูชันฐานข้อมูล
แต่ละคุณสมบัติจะถูกนำไปใช้ในมุมมองแยกต่างหากและกระบวนการที่ผู้ใช้มองไม่เห็นเช่นการจัดหมวดหมู่แต่ละคนก็มีมุมมองของตนเองเช่นกัน แอปพลิเคชันมือถือสามารถสื่อสารกับสองฐานข้อมูลบนเซิร์ฟเวอร์ระยะไกล หนึ่งถือเนื้อหาทางสังคมที่ใช้โดยคุณสมบัติประวัติศาสตร์และฟีดทางสังคมและอื่น ๆ เก็บข้อมูลเกี่ยวกับอักษรอียิปต์โบราณที่เรียงตามรหัสการ์ดิเนอร์ใช้โดยพจนานุกรมอักษรอียิปต์โบราณและเพื่อให้ข้อมูลเพิ่มเติมเมื่อมีการจำแนกประเภท
สำหรับการแบ่งส่วนสิ่งนี้สามารถทำได้โดยใช้ OpenCV โดยการแปลงบิตแมปที่ผู้ใช้นำมาเป็นวัตถุ MAT เปลี่ยนเป็นขาวดำจากนั้นทำให้ภาพเบลอด้วยรัศมี 3 หลังจากนั้นภาพจะถูกกำหนดด้วย min-val ของค่าเฉลี่ยที่คำนวณและ maxval ที่ 255 จากนั้น Canny จะถูกนำไปใช้กับเกณฑ์ของค่าเฉลี่ย * 0.66 และค่าเฉลี่ย * 1.33 และขนาดรูรับแสง 3 ซึ่งพบว่าดีที่สุด หลังจากนั้นส่วนประกอบจะถูกสกัดและใช้เพื่อวาดกล่องที่มีขอบเขตรอบอักษรอียิปต์โบราณแต่ละภาพบนภาพต้นฉบับ สิ่งเหล่านี้จะถูกครอบตัดรอบ ๆ และวางในภาพขนาดเล็ก จากนั้นภาพที่ถูกครอบตัด (จากภาพต้นฉบับ) จะถูกเปลี่ยนเป็นขาวดำและทำในลักษณะเดียวกันก่อนที่จะถูกป้อนไปยังตัวจําแนกเพื่อเพิ่มความแม่นยำสูงสุด
ตัวจําแนกใช้แนวคิดของ เครือข่ายสยาม เครือข่ายดังกล่าวแตกต่างจากภาพปกติโดยใช้เป็นคู่อินพุตของภาพและฉลากที่แสดงว่าพวกเขามาจากคลาสเดียวกันหรือไม่ (แสดงเป็น 0 หรือ 1) กล่าวอีกนัยหนึ่งครึ่งหนึ่งของสิ่งที่ถูกป้อนเข้าสู่เครือข่ายคือภาพคู่ของคลาสเดียวกันกับฉลากของพวกเขาเป็น 1 และอีกครึ่งหนึ่งภาพที่แตกต่างกันสองภาพจากสองคลาสที่แตกต่างกันโดยมีฉลากเป็น 0 ภาพถูกเลือกแบบสุ่ม เมื่อเร็ว ๆ นี้แนวคิดนี้ได้รับการพิสูจน์แล้วว่าเป็นประโยชน์ในการใช้ปัญหาการใช้คลาสจำนวนมากที่มีภาพจำนวนน้อยสำหรับแต่ละชั้นเรียนเช่นการจำแนกภาพทดสอบจริงภาพการฝึกอบรมจะถูกป้อนผ่านเครือข่ายและเวกเตอร์คุณลักษณะของค่า 640 หลังจากนั้นค่าเฉลี่ยของเวกเตอร์ทั้งหมดของภาพในชั้นเรียนจะถูกคำนวณและเก็บไว้ในไฟล์ค่าคอมม่าคั่น (CSV) ทำเช่นเดียวกันสำหรับทุกคลาส (157) ลงมาเพื่อทำนายหมายเลขคลาสสำหรับอิมเมจการทดสอบใหม่มันถูกป้อนเข้าสู่เครือข่ายเดียวกันและเวกเตอร์คุณลักษณะของค่า 640 จะถูกแยกออกมาเช่นกัน ต่อไปนี้ระยะห่าง L1 ระหว่างเวกเตอร์คุณลักษณะและระยะที่สกัดก่อนหน้านี้จากแต่ละชั้นเรียนจะถูกเปรียบเทียบและระยะทางห้าระยะทางที่เล็กที่สุดจะถูกนำมาใช้เป็นห้าอันดับแรกของการคาดการณ์ แอปพลิเคชัน iOS ใช้ OpenML ในขณะที่แอปพลิเคชัน Android ใช้ Tensorflow
ความแม่นยำสำหรับการทำนายสูงสุดคือ 66%ในขณะที่ความแม่นยำสำหรับการคาดการณ์ห้าอันดับแรกคือ 88%
สามารถดูภาพหน้าจอและวิดีโอได้ที่นี่: https://malaksadek.wordpress.com/2019/10/15/Teeet-the-egyptian-microbus-experience/
แอพพร้อมใช้งาน:
