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 SizeFormat 
JOSÉ JOSEMAR DE OLIVEIRA JÚNIOR - DISSERTAÇÃO PPGEE 2002..pdfJosé Josemar de Oliveira Júnior - Dissertação PPGEE 2002.14.41 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.