Text Segmentation and Recognition for Enhanced Image Spam Detection

Le livre "Segmentation et Reconnaissance de Texte pour une Détection Améliorée du Spam d'Image" offre une analyse approfondie des défis liés à la détection de spam par e-mail, en particulier en ce qui concerne la classification et la catégorisation du texte. L'auteur, Mallikka Rajalingam, présente une technique efficace pour la détection de spam, basée sur une combinaison de segmentation et de reconnaissance de caractères ainsi que de classification. Les solutions proposées incluent des approches innovantes pour l'extraction de caractères textuels à partir d'images, soutenues par un processus de segmentation utilisant la Transformation Discrète en Ondelette (DWT) et la détection d'inclinaison. De plus, des méthodes de reconnaissance de caractères textuels et d'extraction de caractéristiques visuelles, basées sur une analyse de contour améliorée, sont décrites. La classification des caractéristiques textuelles extraites est réalisée à l'aide de techniques optimisées de K-Nearest Neighbor (KNN) et de Support Vector Machine (SVM). Enfin, la performance de la méthode proposée est validée à l'aide de diverses métriques telles que la sensibilité, la spécificité, la précision et l'exactitude.