PessimalPrint: a reverse Turing test

Abstract. We exploit the gap in ability between human and machine vision systems to craft a family of automatic challenges that tell human and machine users apart via graphical interfaces including Internet browsers. Turing proposed [Tur50] a method whereby human judges might validate “artificial intelligence” by failing to distinguish between human and machine interlocutors. Stimulated by the “chat room problem” posed by Udi Manber of Yahoo!, and influenced by the CAPTCHA project [BAL00] of Manuel Blum et al. of Carnegie-Mellon Univ., we propose a variant of the Turing test using pessimal print: that is, low-quality images of machine-printed text synthesized pseudo-randomly over certain ranges of words, typefaces, and image degradations. We show experimentally that judicious choice of these ranges can ensure that the images are legible to human readers but illegible to several of the best present-day optical character recognition (OCR) machines. Our approach is motivated by a decade of research on performance evaluation of OCR machines [RJN96,RNN99] and on quantitative stochastic models of document image quality [Bai92,Kan96]. The slow pace of evolution of OCR and other species of machine vision over many decades [NS96,Pav00] suggests that pessimal print will defy automated attack for many years. Applications include `bot' barriers and database rationing. Received: February 14, 2002 / Accepted: March 28, 2002 An expanded version of: A.L. Coates, H.S. Baird, R.J. Fateman (2001) Pessimal Print: a reverse Turing Test. In: {\it Proc. 6th Int. Conf. on Document Analysis and Recognition}, Seattle, Wash., USA, September 10–13, pp. 1154–1158 Correspondence to: H. S. Baird     

A word level segmentation for off-line Arabic characters

0　ＩＮＴＲＯＤＵＣＴＩＯＮＦｏｒｔｈｅ ｐａｓｔｔｈｉｒｔｅｅｎｙｅａｒｓ ,ｔｈｅｒｅｈａｓｂｅｅｎａｎｉｍｍｅｎｓｅｉｎｔｅｒｅｓｔａｍｏｎｇｒｅｓｅａｒｃｈｅｒｓｉｎｔｈｅｐｒｏｂｌｅｍｓｒｅｌａｔｅｄｔｏｍａｃｈｉｎｅｓｉｍｕｌａｔｉｏｎｏｆｈｕｍａｎｒｅａｄｉｎｇ .Ｍｏｓｔｏｐｔｉｃａｌｃｈａｒａｃｔｅｒｒｅｃｏｇｎｉｔｉｏｎ (ＯＣＲ)ｍｅｔｈ ｏｄｓａｓｓｕｍｅｔｈａｔｉｎｄｉｖｉｄｕａｌｃｈａｒａｃｔｅｒｓｃａｎｂｅｉｓｏｌａｔｅｄ ,ａｎｄｓｕｃｈｔｅｃｈｎｉｑｕｅｓ ,ａｌｔｈｏｕｇｈ…     

集成汉英OCR系统识别中文名片

汉英双语混排识别是构造中文自动文档图像处理系统时常会遇到的一个问题。只有采用一种有效的方法集成现有汉英识别引擎,才可能高质量地识别混排文档。该文应用适当干预和多层次语言判断的汉英OCR系统集成原则,集成OCR系统识别中文名片。实验数据表明,利用该原则构造的系统确实能有效集成汉英识别引擎,在纯中文识别率为89.86%,纯英文识别率为91.20%的情况下,使名片最终总体识别率达到了93.45%,较好地解决了汉英混排名片的识别问题。     

基于Trie结构的带通配符的相似字符串匹配算法

提出了一种新的相似字符串查询的方法。其目的在于提高基于相似字符串匹配的查询在大规模字符串数据库中的查询效率，并且提供带通配符的字符串查询方式。该方法使用Trie数据结构组织数据库中的数据，使用基于编辑距离的相似字符串匹配方法，在Trie数据结构中进行高效的匹配和查询，得到K相似度下的候选词集。实验证明，本方法在K≤2时具有相当高的查询效率。     

视频文本图像增强算法研究

针对视频文本图像,采用Shannon插值算法以及Niblack二值化算法进行图像增强。对Shannon插值算法进行改进,提高了算法效率;同时针对Niblack二值化方法中偏移量S提出了一种新的计算公式,从而形成改进的Niblack二值化算法。实验证明上述增强算法大大提高了OCR软件的文本识别正确率。     

中文网页文字信息的提取方法

针对不同类型的中文网页及网页中含有文字的图片,提出了提取文字信息的几种方法,解决了特殊中文网页中文字信息无法提取的问题。     

小类别数手写汉字识别

针对小类别数手写汉字,在骨架图形的基础上,把手写汉字看作孤枝、孤环和部件的集合,并定义三者之间的方位关系,从而建立手写汉字的数学模型．基于迷种模型,进一步探讨一种新的识别方法以及新方法所使用的知识库的构造方法．实验表明,所提出的模型及识别方法对于小类数的手写汉字识别行之有效。     

对PDF文档的认识与应用探讨

在当今的计算机世界里,Microsoft Word的Doc格式和Adobe Acrobat的PDF格式是使用率最高的两种文档格式,其中PDF是Internet上进行电子文档发行和数字化传播的理想格式。文章介绍了一些日常使用PDF文档的体会,希望有助于读者更好地应用PDF文档。     

平显记录视频中的刻度带信息提取研究

平显记录视频与飞行记录参数互补一起构成完备的反映飞机状态和作战过程的数据源.分析了航向和航向刻度带的显示属性及其提取方法.应用机器视觉原理,构建航向信息提取模型,并给出航向信息提取方法.此模型和方法还适用于采用垂直方向刻度带来指示的指示空速和高度信息提取.