NSC BEST 2019

จากโจทย์ที่ได้รับมานั้น เราได้แบ่งกระบวนการทำงานเป็น 3 ส่วน คือ pre-processing, modeling, post-processing ซึ่งในส่วนของ pre-processing เราได้เริ่มทำคือ binarize image จากนั้นจึงเริ่มทำในส่วนของ contour เพื่อ segment อักษรของแต่ละส่วนออกมา โดยในการหลังจากการทำ contour จะแบ่งตัวอักษรได้เป็น 3 ชนิด คือ base, upper, lower 

ในส่วนของ modeling เราได้ใช้โมเดล CNN ซึ่งเรียนรู้ด้วยข้อมูลภาพที่มีตัวอักษรในภาพแค่ตัวเดียว โดยข้อมูลที่ใช้ในการเรียนรู้จะเป็นตัวอักษรและสระของภาษาไทยทั้งหมด ซึ่งมีข้อมูลประมาณ 14,000 ตัวอย่าง

จากที่เราได้ model และ contour ตัวอักษรและสระ เราจะนำโมเดลที่ได้มาใช้ทำนายว่าตัวอักษรและสระที่ถูก contour คือตัวอะไร และนำมาเรียงต่อกัน ซึ่งจะมีข้อผิดพลาดบางส่วน ในส่วนของ post-processing เราจึงได้ทำ spelling correction เพื่อแก้ปัญหานี้ โดยวัดผลด้วยการดูค่า edit distance error