مرکز منطقه ای اطلاع رسانی علوم و فناوری فصلنامه مهندسی برق و مهندسی کامپيوتر ايران 16823745 23 2 2025 10 18 Enhancing Text Image Super-Resolution by Intentionally Weakening OCR Loss to Impose Stricter Reconstruction Constraints on the SR Network تقویت فراتفکیک‌سازی تصاویر متنی توسط تضعیف عامدانه تابع زیان خوانش برای اعمال سخت‌گیری بیشتر بر شبکه فراتفکیک‌ساز 139 145 fa کمیل مهرگان دانشگاه فردوسی مشهد عباس ابراهیمی مقدم دانشگاه فردوسی مرتضی خادمی درح دانشگاه فردوسی مشهد 2024 12 25 <p style="direction: ltr;">Low-resolution text images often lead to significant errors in Optical Character Recognition (OCR), negatively impacting the performance of automated text recognition systems. Text image super-resolution (SR) is a critical step for improving OCR accuracy, particularly when dealing with inputs of very low resolution. While conventional SR methods succeed in enhancing general image quality, they often struggle to preserve the fine-grained details and structural integrity of characters. In this paper, we propose a novel text super-resolution method that leverages intelligent feedback; by intentionally weakening the OCR loss, our approach imposes stricter reconstruction constraints on the SR network. This unique approach specifically guides the network to generate images that faithfully preserve character structures. The modified loss function compels the SR network to reconstruct fine details lost in the low-resolution input, thereby leading to a significant improvement in downstream OCR accuracy. Experimental results demonstrate that our method not only enhances visual clarity but also boosts the accuracy of subsequent OCR systems by approximately 10% compared to the original low-resolution images. This novel approach represents an effective step toward optimizing the pipeline for text recognition from low-resolution inputs.</p> <p>تصاویر متنی با وضوح پایین معمولاً باعث ایجاد خطاهای جدی در خوانش و بازیابی متن می&zwnj;شوند که این امر می&zwnj;تواند بر کارایی سیستم&zwnj;های خوانش متن، تأثیر منفی بگذارد. فراتفکیک&zwnj;سازی تصاویر متنی، به&zwnj;ویژه در شرایطی که تصاویر اولیه دارای تفکیک&zwnj;پذیری پایینی هستند، از عوامل کلیدی در بهبود دقت سیستم&zwnj;های خوانش متن است. روش&zwnj;های سنتی فراتفکیک&zwnj;سازی، هرچند در بهبود کیفیت تصاویر موفق بوده&zwnj;اند، اما همچنان در حفظ جزئیات <br /> دقیق حروف و ساختار متن با چالش مواجهند. در این پژوهش، روشی برای فراتفکیک&zwnj;سازی تصاویر متنی ارائه شده که با بهره&zwnj;گیری از بازخورد هوشمندانه توسط تضعیف عامدانه تابع زیان خوانش، سخت&zwnj;گیری بیشتری بر شبکه فراتفکیک&zwnj;ساز اعمال کرده تا به&zwnj;طور ویژه تصاویری تولید کند که در آن ساختار حروف به&zwnj;خوبی حفظ شده باشد. این تابع زیان، شبکه فراتفکیک&zwnj;سازی را وادار به بازسازی جزئیات ازدست&zwnj;رفته در تصاویر کرده و دقت سیستم&zwnj;های خوانش متن <br /> را به&zwnj;طور قابل توجهی بهبود می&zwnj;بخشد. نتایج تجربی نشان می&zwnj;دهند که این روش نه&zwnj;تنها به افزایش وضوح بصری تصاویر منجر می&zwnj;شود، بلکه کارایی و دقت سیستم&zwnj;های خوانش متن را حدود ۱۰ درصد نسبت به تصاویر اولیه بهبود می&zwnj;بخشد. این رویکرد جدید گامی مؤثر در جهت بهینه&zwnj;سازی فرایندهای خوانش متن از تصاویر با تفکیک&zwnj;پذیری پایین به شمار می&zwnj;رود.</p> http://ijece.org/en/Article/Download/48961