Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2504| Title: | Avaliação de conjuntos de características no reconhecimento de palavras manuscritas. |
| Other Titles: | Evaluation of sets of characteristics in the recognition of handwritten words. |
| ???metadata.dc.creator???: | OLIVEIRA JÚNIOR, José Josemar de. |
| ???metadata.dc.contributor.advisor1???: | CARVALHO, João Marques de. |
| ???metadata.dc.contributor.referee1???: | MORAES, Ronei Marcos de. |
| ???metadata.dc.contributor.referee2???: | ASSIS, Francisco Marcos de; |
| Keywords: | Classificador neural de referência;Manuscritos - reconhecimento digital;Digital handwriting processing;Palavras manuscritas - reconhecimento digital;Reconhecimento de manuscritos;Taxa de reconhecimento - classificadores;Sistema de reconhecimento de caracteres óticos;Modelos escondidos de Markov;Rotulação de pixels;Manuscripts - digital recognition;Handwritten words - digital recognition |
| Issue Date: | Apr-2002 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | OLIVEIRA JÚNIOR, José Josemar de. Avaliação de conjuntos de características no reconhecimento de palavras manuscritas. 82f. 2002. (Dissertação de Mestrado em Engenharia Elétrica), Programa de Pós-graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Paraíba - Brasil, 2002. |
| ???metadata.dc.description.resumo???: | Este trabalho apresenta, urna avaliação comparativa de conjuntos de características utilizados no reconhecimento de palavras manuscritas. O principal objetivo 6 determinar um conjunto ótimo de características que representem as palavras referentes aos nomes dos meses do ano e extender as conclusões obtidas para outras aplicações. Neste intuito foi desenvolvido um sistema classificador neural de referência,, que 6 usado na determinação do desempenho das características avaliadas. Três tipos de características são analisadas: características perceptivas, direcionais e topológicas. A avaliação mostra que considerando os conjuntos de forma, isolada, o conjunto de características perceptivas produz os melhores resultados para o dicionário em questão. Estes resultados são melhorados quando os conjuntos de características e o sistema de referência são combinados com outro classificador, numa abordagem híbrida, obtendo uma laxa de reconhecimento média de 90.4%. |
| Abstract: | This work presents a comparative evaluation of different feature sets used for handwritten word recognition. The main goal is to determine an optimum feature set to represent the handwritten names for the months of the year in Brazilian Portuguese language and to extend the conclusions obtained to other applications. For that purpose a baseline neural classifier was developed and used to determine the performance of the analysed feature sets. Three kinds of features are evaluated: perceptual, directional and topological. The evaluation shows that taken isolatedly. the perceptual feature set produces the best results for the lexicon used. These results can be improved combining the feature sets and the baseline' system with other classifier, in a hybrid approach, that obtained an average recognition rate of 90.4%. |
| Keywords: | Classificador neural de referência Manuscritos - reconhecimento digital Digital handwriting processing Palavras manuscritas - reconhecimento digital Reconhecimento de manuscritos Taxa de reconhecimento - classificadores Sistema de reconhecimento de caracteres óticos Modelos escondidos de Markov Rotulação de pixels Manuscripts - digital recognition Handwritten words - digital recognition |
| ???metadata.dc.subject.cnpq???: | Ciência da Computação. Engenharia Elétrica. |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2504 |
| Appears in Collections: | Mestrado em Engenharia Elétrica. |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| JOSÉ JOSEMAR DE OLIVEIRA JÚNIOR - DISSERTAÇÃO PPGEE 2002.pdf | José Josemar de Oliveira Júnior - Dissertação PPGEE 2002 | 15.07 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.