Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.

Detalhes bibliográficos
Autor(a) principal: OLIVEIRA JÚNIOR, José Josemar de.
Data de Publicação: 2002
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2504
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%.
id UFCG_bf39241f5b9b3ac087c763262ff1eb6a
oai_identifier_str oai:localhost:riufcg/2504
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling CARVALHO, João Marques de.CARVALHO, J.M.de.http://lattes.cnpq.br/1398733763837178MORAES, Ronei Marcos de.ASSIS, Francisco Marcos de;http://lattes.cnpq.br/2368523362272656OLIVEIRA JÚNIOR, J. J.http://lattes.cnpq.br/4263696954174963OLIVEIRA JÚNIOR, José Josemar de.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%.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%.Submitted by Deyse Queiroz (deysequeirozz@hotmail.com) on 2019-01-11T16:05:51Z No. of bitstreams: 1 JOSÉ JOSEMAR DE OLIVEIRA JÚNIOR - DISSERTAÇÃO PPGEE 2002..pdf: 14756449 bytes, checksum: bc0d8346fe7e0be617c5df2b596c448d (MD5)Made available in DSpace on 2019-01-11T16:05:51Z (GMT). No. of bitstreams: 1 JOSÉ JOSEMAR DE OLIVEIRA JÚNIOR - DISSERTAÇÃO PPGEE 2002..pdf: 14756449 bytes, checksum: bc0d8346fe7e0be617c5df2b596c448d (MD5) Previous issue date: 2002-04Universidade Federal de Campina GrandePÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICAUFCGBrasilCentro de Engenharia Elétrica e Informática - CEEICiência da Computação.Engenharia Elétrica.Classificador neural de referênciaManuscritos - reconhecimento digitalDigital handwriting processingPalavras manuscritas - reconhecimento digitalReconhecimento de manuscritosTaxa de reconhecimento - classificadoresSistema de reconhecimento de caracteres óticosModelos escondidos de MarkovRotulação de pixelsManuscripts - digital recognitionHandwritten words - digital recognitionAvaliação de conjuntos de características no reconhecimento de palavras manuscritas.Evaluation of sets of characteristics in the recognition of handwritten words.2002-042019-01-11T16:05:51Z2019-01-112019-01-11T16:05:51Zhttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2504OLIVEIRA 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.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCGORIGINALJOSÉ JOSEMAR DE OLIVEIRA JÚNIOR - DISSERTAÇÃO PPGEE 2002.pdfJOSÉ JOSEMAR DE OLIVEIRA JÚNIOR - DISSERTAÇÃO PPGEE 2002.pdfapplication/pdf15434491http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/2504/3/JOS%C3%89+JOSEMAR+DE+OLIVEIRA+J%C3%9ANIOR+-+DISSERTA%C3%87%C3%83O+PPGEE+2002.pdffd82fd3e80bc56b02e35b153334c8b2fMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/2504/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52riufcg/25042021-06-10 15:41:00.753oai:localhost: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Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512021-06-10T18:41Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.pt_BR.fl_str_mv Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.
dc.title.alternative.pt_BR.fl_str_mv Evaluation of sets of characteristics in the recognition of handwritten words.
title Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.
spellingShingle Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.
OLIVEIRA JÚNIOR, José Josemar de.
Ciência da Computação.
Engenharia Elétrica.
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
title_short Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.
title_full Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.
title_fullStr Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.
title_full_unstemmed Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.
title_sort Avaliação de conjuntos de características no reconhecimento de palavras manuscritas.
author OLIVEIRA JÚNIOR, José Josemar de.
author_facet OLIVEIRA JÚNIOR, José Josemar de.
author_role author
dc.contributor.advisor1.fl_str_mv CARVALHO, João Marques de.
dc.contributor.advisor1ID.fl_str_mv CARVALHO, J.M.de.
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1398733763837178
dc.contributor.referee1.fl_str_mv MORAES, Ronei Marcos de.
dc.contributor.referee2.fl_str_mv ASSIS, Francisco Marcos de;
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/2368523362272656
dc.contributor.authorID.fl_str_mv OLIVEIRA JÚNIOR, J. J.
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/4263696954174963
dc.contributor.author.fl_str_mv OLIVEIRA JÚNIOR, José Josemar de.
contributor_str_mv CARVALHO, João Marques de.
MORAES, Ronei Marcos de.
ASSIS, Francisco Marcos de;
dc.subject.cnpq.fl_str_mv Ciência da Computação.
Engenharia Elétrica.
topic Ciência da Computação.
Engenharia Elétrica.
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
dc.subject.por.fl_str_mv 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
description 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%.
publishDate 2002
dc.date.issued.fl_str_mv 2002-04
dc.date.accessioned.fl_str_mv 2019-01-11T16:05:51Z
dc.date.available.fl_str_mv 2019-01-11
2019-01-11T16:05:51Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2504
dc.identifier.citation.fl_str_mv 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.
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/2504
identifier_str_mv 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.
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.publisher.program.fl_str_mv PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
dc.publisher.initials.fl_str_mv UFCG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Centro de Engenharia Elétrica e Informática - CEEI
publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
bitstream.url.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/2504/3/JOS%C3%89+JOSEMAR+DE+OLIVEIRA+J%C3%9ANIOR+-+DISSERTA%C3%87%C3%83O+PPGEE+2002.pdf
http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/2504/2/license.txt
bitstream.checksum.fl_str_mv fd82fd3e80bc56b02e35b153334c8b2f
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1799308626057232384

Registros relacionados