Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.

• Ano de defesa: 2002
• Autor(a) principal: OLIVEIRA JÚNIOR, José Josemar de.
• 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: 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; Ciência da Computação.; Engenharia Elétrica.
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2504

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%.