Reconhecimento de caracteres numéricos manuscritos.

• Ano de defesa: 1998
• Autor(a) principal: VELOSO, Luciana Ribeiro.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA; UFCG
• Palavras-chave em Português: Caracteres némericos - reconhecimento; Reconhecimento de caracteres numéricos; Banco de dados; Análise de imagens de documentos; Manuscritos - reconhecimento digital; Processamento digital de caracteres manuscritos; Análise sintática - processamento digital de sinais; Classificador baseado em análise sintática; Decisão em árvore - computação; Redes neurais multicamadas - classificador; Classificador baseado em redes neurais multicamadas; Taxa de reconhecimento - processador digital; Reconhecimento de manuscritos; Sistema de reconhecimento de caracteres óticos; Processamento de imagem; Algoritmo sintático; Distribuição pictorial; Cavidade da imagem; Numeral com cavidade central; Numeric characters - recognition; Recognition of numeric characters; Manuscripts - digital recognition; Image processing; Optical character recognition system; Multi-layered neural networks - classifier; Sorter based on syntactic analysis; Digital handwriting processing; Ciência da Computação.; Engenharia Elétrica.
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2505

O reconhecimento off-line de caracteres numéricos manuscritos é um sistema empregado na análise de imagens de documentos, que tem várias aplicações comerciais e industriais. Neste trabalho, são analisados e avaliados dois sistemas de reconhecimento off-line de caracteres. O primeiro sistema utiliza um classificador baseado em análise sintática com decisão em árvore. O segundo consiste de um classificador baseado em redes neurais multicamadas com propagação direta, utilizando o algoritmo de backpropagation no treinamento da rede. No caso do primeiro sistema foram feitas modificações no classificador original, resultando em um novo algoritmo de classificação. O desempenho de cada sistema é avaliado em relação a um banco de dados obtido da Concórdia University, Montreal, Canada. A avaliação dos sistemas é feita utilizando os seguintes parâmetros: taxa de reconhecimento, taxa de erro, taxa de rejeição e taxa de confiabilidade, para cada caracter; além do tempo de processamento de cada etapa do sistema.