Dua Khety
1.0.0
翻译象形文字的移动应用程序（2018）
？检测，分类和音译象形文字的移动应用程序。
在古埃及人的大部分生活方式中，由于没有人能够破译大多数符号的含义，因此艾伦·加德纳爵士（Alan Gardiner）爵士将每个象形文字归类为可以用来搜索它的代码以了解其含义的更多信息。这部象形文字词典最终是数千页的长期，并且查找任何东西成为一项繁琐的任务。即使出现了互联网，仍然存在一个问题，即不知道象形文字的Gardiner代码来搜索它。
为了帮助解决此问题，已创建了Dua-Khety作为移动应用程序，可在Android （以Java中实施）和iOS （在Swift ＆ Objective C ）设备上使用，目的是从所拍摄的图像中检测和分类象形文字，并为用户提供了其Gardiner代码以及他们的推荐信息以及有关他们的推荐和含义的信息。整个过程都会脱机，这意味着该服务很方便，快速，易于使用，并且可以随时随地访问。
There are many features to the application aside from detection and classification, It also includes A Hieroglyphics dictionary, which allows users to enter a Gardiner's code and receive information about the hieroglyph it represents, A search history to view and re-analyze previous images, A social feed to view and analyze other users' images and search for images by username or ID code, and A photo submission system that allows users to send the developers images of hieroglyphs with their Gardiner code和描述以改善分类器，从而改善将来应用程序的性能。这些功能依赖于存储在远程服务器上的MySQL databases ，并使用PHP脚本进行操作。此后，此功能随后迁移到Google's Firebase服务以进行存储和数据库解决方案。
每个功能都在单独的视图中实现，并且用户（例如分类）都不可见的过程也有自己的视图。移动应用程序可以与远程服务器上的两个数据库进行通信。一个人持有历史和社会饲料特征使用的社会内容，而另一个则持有有关象形文字词典使用的Gardiner代码排序的象形文字的信息，并提供了有关分类的更多信息。
对于分割，这是使用OpenCV来完成的，通过将用户拍摄的位图转换为垫子对象，将其转换为黑白，然后用半径为3。然后计算平均值。之后，将图像用计算平均值的最小视频和255的最大值进行阈值。然后使用平均值 * 0.66的阈值和平均 * 1.33的阈值和3个孔径3的阈值，发现最佳。之后，提取组件，并用于在原始图像上围绕各个象形文字绘制边界框。然后将它们裁剪到一系列较小的图像中。然后，（从原始图像中）将裁剪的图像变成黑白，并以相同的方式将其呈现给分类器以最大程度地提高准确性。
分类器使用暹罗网络的概念。这样的网络与正常网络不同，是通过将图像对和标签表示，表示它们是否来自同一类（以0或1的形式显示）。换句话说，馈入网络的一半是与它们的标签为1的同一类的成对，另一半是来自两个不同类别的两个不同的图像，它们的标签为0。这些图像是随机选择的。最近，该概念已被证明在使用大量类别的每个类图像的类别中有助于有助于对实际测试图像进行分类，通过网络进行训练图像和640个值的特征向量提取。之后，计算并存储在逗号分隔值（CSV）文件中的所有图像中的所有向量的平均值。所有班级都可以完成（157）。归结为预测新测试图像的类号，它被馈入同一网络，并且还提取了640个值的特征向量。此后，比较了其特征向量与从每个类中提取的先前提取的距离之间的L1距离，并将最小的五个距离作为前五名预测。当Android应用程序使用Tensorflow时，iOS应用程序使用OpenML 。
最高预测的准确性为66％，而前五名预测的准确性为88％。
可以在此处找到屏幕截图和视频：https：//malaksadek.wordpress.com/2019/10/10/15/teeet-theeet-the--egyptian-microbus-experience/
该应用程序可在以下方式上找到：
