跳到主要內容

臺灣博碩士論文加值系統

(44.192.22.242) 您好!臺灣時間:2021/07/31 09:22
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:林佳柔
研究生(外文):Jia-Rou Lin
論文名稱:雲端字型服務系統之字型佈局調整與字型風格分類
論文名稱(外文):Adjusting Font Layout and Classifying Font Stylefor Cloud-Based Font Service System
指導教授:張瑞益張瑞益引用關係
指導教授(外文):Ray-I Chang
口試委員:林正偉丁肇隆何建明林書宇
口試委員(外文):Jeng-Wei LinJan-Ming Ho
口試日期:2015-06-30
學位類別:碩士
校院名稱:國立臺灣大學
系所名稱:工程科學及海洋工程學研究所
學門:工程學門
學類:綜合工程學類
論文種類:學術論文
論文出版年:2015
畢業學年度:103
語文別:中文
論文頁數:60
中文關鍵詞:手寫字客製化雲端字型服務支持向量機器分類
外文關鍵詞:handwriting fontcustomizationCloud-Based Chinese Font ServiceSVMclassification
相關次數:
  • 被引用被引用:0
  • 點閱點閱:113
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
網路科技發達,網際網路成為最常被使用的溝通與表達管道之一,許多客製化需求日漸擴大,相關服務也因應而生。文字為古往今來重要的溝通媒介之一,也成為人們展現自我內涵與思考的媒介,字型檔的個人化與客製化已成為一種趨勢。現今提供個人手寫字型服務的JustFont字型公司,需花費較高額的金錢與等待時間,服務門檻較高。王之盈在「中文字型產生與部件組字之分析(2013)」中提出的雲端字型擴充服務架構,主要目的即是以低門檻簡便的方式與流程讓使用者可自行創建以漢字為主的個人化手寫字型,期許將創字、管理、應用三部分串連起來成為網站的服務流程。此服務目前尚有兩項主要缺陷,一是透過手寫輸入的字形雖然具有個人特色,但也容易產生位置飄移不定或粗細不一等現象。二為當使用者在平台上建立的字形資料量越來越大時,這些字體的管理與分類需要耗費使用者相當大量的時間與心力。
本論文提出字型佈局調整與字型風格分類來解決上述之問題,字型布局調整主要目的為透過自動化字型布局調整取代人工調整,調整規格包含字體位置、大小及其粗細,藉此達到解決或減輕手寫字問題;字型風格分類則是希望以篩選過的特徵值並投入SVM中,訓練出字型風格分類器,自動推薦使用者適當的分類,減輕使用者管理字型之負擔。在實驗結果方面,字型布局調整之部分,以問卷做為檢測使用者認同度之管道,統計問卷後得到82%之使用者認同本實驗效果,驗證了本研究的可用性。而在字型風格分類上,在10組字型遞增測試下,最高辨識率可達65%。期許以本研究提出之解決方式更完善雲端字型服務之功能,貼近使用者需求並促進個性化字型的發展。


Due to the development of technology, more and more services offering personalized products have been emerging, such as customized personal fonts. Handwriting is a miniature of personality and often reflects one’s style. JustFont provides a service for users to customize their own handwriting Chinese fonts. However, the service costs a lot of money and time. Chih-Yin Wang had proposed a Cloud-Based Chinese Font Service to help users create and use customized Chinese font simply and easily. The service is consisted of font creation, management, and application. But there were still some unsolved problems. For example, the handwritten characters are probably too larger or smaller in size, improperly aligned with others, and with strokes of different thickness. Furthermore, the management model is inconvenient in long term for users when the number of handwritten characters is large.
In this research, we propose several methods to automatically adjust the layout of the handwriting fonts. A questionnaire was made to assess the adjustment. On average, 82% of respondents agreed that the sizes of the adjusted characters are more appropriate and the thickness of strokes is more consistent. As well, the adjusted characters are better aligned with each other than the original characters.
To manage characters, users can assign styles to every character. A classification subsystem was built to help users assign styles to characters. Based on the features extracted from the handwritten characters in the database, a support vector machine (SVM) was trained to assign the character style to a new arrival. In the experiment, when Chinese characters from ten handwriting fonts were used, the classification accuracy of the SVM was 65%. The experiment result shows that the proposed classification subsystem can help users manage their own handwritten characters effectively.


致謝 2
Abstract 3
中文摘要 5
章節目錄 6
圖表目錄 8
表格目錄 9
一、前言 10
1.1 研究動機 10
1.2 預期挑戰 12
1.3 問題定義 13
二、文獻探討 14
2.1 雲端字型擴充服務 14
2.2 字與字型 15
2.3 細線化 16
2.4 基於全局特徵提取和訓練的書法風格辨識方法 19
2.5 支持向量機器 21
2.6 最小冗餘最大相關性特徵演算法 23
三、字型布局調整 24
3.1 實驗步驟與設計 25
3.2 實驗內容與結果 31
四、字型風格分類 42
4.1 實驗步驟與設計 42
4.2 實驗內容與結果 44
五、結論與未來發展 52
參考文獻 54
附錄(一):字型設計師訪談紀錄 55
附錄(二):線上問卷 57


參考文獻
1.王之盈, 中文字型產生與部件組字之分析. 臺灣大學工程科學及海洋工程學研究所學位論文, 2013: p. 1-58.
2.伊達千代, 文字的準則. 2008: 悅知文化.
3.柯志杰 and 蘇煒翔, 字型散步:日常生活的中文字型學. 2014: 臉譜.
4.呂昭慧, 電腦中文字體之意象調查與分析, 國立台灣科技大學工程技術研究所.1994.
5.Osuna, E., R. Freund, and F. Girosi. Training support vector machines: an application to face detection. in Computer Vision and Pattern Recognition, 1997. Proceedings., 1997 IEEE Computer Society Conference on. 1997. IEEE.
6.He, R. and H. Yan, Stroke extraction as pre-processing step to improve thinning results of Chinese characters. Pattern Recognition Letters, 2000. 21(9): p. 817-825.
7.廖振偉, 史天元, and 張崑宗, 細化演算法比較. 地籍測量: 中華民國地籍測量學會會刊, 2001. 20(3): p. 1-18.
8.張怡、劉彥鑌、張家万、李罡, 一種基於全局特徵提取和訓練的書法風格識別方法. 2012.
9.Burges, C.J., A tutorial on support vector machines for pattern recognition. Data mining and knowledge discovery, 1998. 2(2): p. 121-167.
10.Peng, H., F. Long, and C. Ding, Feature selection based on mutual information criteria of max-dependency, max-relevance, and min-redundancy. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2005. 27(8): p. 1226-1238.
11.Gil, J. and R. Kimmel, Efficient dilation, erosion, opening, and closing algorithms. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2002. 24(12): p. 1606-1617.
12.Bailey, J.E. and S.W. Pearson, Development of a tool for measuring and analyzing computer user satisfaction. Management science, 1983. 29(5): p. 530-545.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top