[en] HANDWRITING RECOGNITION

Detalhes bibliográficos
Autor(a) principal: MARCELO LUNA GONCALVES DE OLIVEIRA
Data de Publicação: 2006
Tipo de documento: Outros
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8738@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8738@2
http://doi.org/10.17771/PUCRio.acad.8738
Resumo: [pt] Neste trabalho é proposta uma metodologia de processamento da imagem associada a uma rede neural de perceptrons multicamadas, que é capaz de segmentar e reconhecer caracteres manuscritos cursivos. Esta técnica é robusta quanto à mudança na escala e translação dos caracteres, ligeiras variações na forma do caracter e ruído provocado pro tremores na mão do escritor. Pode ainda tornar-se robusta quanto à rotação, dependendo da escolha dos Descritores de Fourier. O método aproveita a existência de características geométricas e topológicas ou padrões de linhas. Estes componentes são fundamentais na construção da letra. São descritos pré-processamentos, que produzem os esqueletos dos caracteres, tais como algoritmos de afinamento e alisamento heurístico, filtragem zonal para atenuação de retas horizontais e verticais, detecção de contornos, extração heurística de características e a computação dos Descritores de Fourier representantes dos padrões de linha formadores dos caracteres. Após sua extração, as características são combinadas à entrada da rede neural de modo que cada combinação é reconhecida como pertencente a um determinado caracter. Para completar, os resultados do reconhecimento são combinados de modo a eliminar a interseção de classes proveniente das combinações comuns a vários caracteres. Esta metodologia procura a segmentação e o reconhecimento da forma de caracteres manuscritos, sem utilizar qualquer análise de contexto, o que naturalmente pode aumentar sua eficiência.
id PUC_RIO-1_21de876fa09e919b4ffab1e3226f9f4b
oai_identifier_str oai:MAXWELL.puc-rio.br:8738
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] HANDWRITING RECOGNITION [pt] RECONHECIMENTO DE CARACTERES MANUSCRITOS [pt] IDENTIFICACAO[pt] ESQUELETO[pt] CARACTER[pt] MANUSCRITO[pt] HEURISTICA[en] IDENTIFICATION[en] SQUELETON[en] TYPE[en] HANDWRITING[en] HEURISTICS[pt] Neste trabalho é proposta uma metodologia de processamento da imagem associada a uma rede neural de perceptrons multicamadas, que é capaz de segmentar e reconhecer caracteres manuscritos cursivos. Esta técnica é robusta quanto à mudança na escala e translação dos caracteres, ligeiras variações na forma do caracter e ruído provocado pro tremores na mão do escritor. Pode ainda tornar-se robusta quanto à rotação, dependendo da escolha dos Descritores de Fourier. O método aproveita a existência de características geométricas e topológicas ou padrões de linhas. Estes componentes são fundamentais na construção da letra. São descritos pré-processamentos, que produzem os esqueletos dos caracteres, tais como algoritmos de afinamento e alisamento heurístico, filtragem zonal para atenuação de retas horizontais e verticais, detecção de contornos, extração heurística de características e a computação dos Descritores de Fourier representantes dos padrões de linha formadores dos caracteres. Após sua extração, as características são combinadas à entrada da rede neural de modo que cada combinação é reconhecida como pertencente a um determinado caracter. Para completar, os resultados do reconhecimento são combinados de modo a eliminar a interseção de classes proveniente das combinações comuns a vários caracteres. Esta metodologia procura a segmentação e o reconhecimento da forma de caracteres manuscritos, sem utilizar qualquer análise de contexto, o que naturalmente pode aumentar sua eficiência. [en] This work introduces an image processing methodology that, associated with a multi-level neural network of perceptrons, is able to isolate and recognize cursive handwritten characters. The character isolation technique makes use of fundamental geometric and topological aspectos of the characters. The work describe procedures to extract the characters skeletons, such as thinning and smoothing heuristic algorithms, zoned filtering to attenuate horizontal and vertical lines, contour detection, heuristic extraction of characteristics and the computation of Fourier Descriptors representing the line patterns, that compose the characters. After character extraction, its combined characteristics are presented to a neural network in order to allow recognition (identification). Finally, the results of the character identification are combined to avoid classification intersections, due to common aspects in a number of characters. The introduced methodology concerns only with the segmentation and form identification of the characters. It does not adress any context analysis. MAXWELLJACQUES SZCZUPAKJACQUES SZCZUPAKMARCELO LUNA GONCALVES DE OLIVEIRA2006-07-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8738@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8738@2http://doi.org/10.17771/PUCRio.acad.8738porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2017-09-14T00:00:00Zoai:MAXWELL.puc-rio.br:8738Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342017-09-14T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] HANDWRITING RECOGNITION
[pt] RECONHECIMENTO DE CARACTERES MANUSCRITOS
title [en] HANDWRITING RECOGNITION
spellingShingle [en] HANDWRITING RECOGNITION
MARCELO LUNA GONCALVES DE OLIVEIRA
[pt] IDENTIFICACAO
[pt] ESQUELETO
[pt] CARACTER
[pt] MANUSCRITO
[pt] HEURISTICA
[en] IDENTIFICATION
[en] SQUELETON
[en] TYPE
[en] HANDWRITING
[en] HEURISTICS
title_short [en] HANDWRITING RECOGNITION
title_full [en] HANDWRITING RECOGNITION
title_fullStr [en] HANDWRITING RECOGNITION
title_full_unstemmed [en] HANDWRITING RECOGNITION
title_sort [en] HANDWRITING RECOGNITION
author MARCELO LUNA GONCALVES DE OLIVEIRA
author_facet MARCELO LUNA GONCALVES DE OLIVEIRA
author_role author
dc.contributor.none.fl_str_mv JACQUES SZCZUPAK
JACQUES SZCZUPAK
dc.contributor.author.fl_str_mv MARCELO LUNA GONCALVES DE OLIVEIRA
dc.subject.por.fl_str_mv [pt] IDENTIFICACAO
[pt] ESQUELETO
[pt] CARACTER
[pt] MANUSCRITO
[pt] HEURISTICA
[en] IDENTIFICATION
[en] SQUELETON
[en] TYPE
[en] HANDWRITING
[en] HEURISTICS
topic [pt] IDENTIFICACAO
[pt] ESQUELETO
[pt] CARACTER
[pt] MANUSCRITO
[pt] HEURISTICA
[en] IDENTIFICATION
[en] SQUELETON
[en] TYPE
[en] HANDWRITING
[en] HEURISTICS
description [pt] Neste trabalho é proposta uma metodologia de processamento da imagem associada a uma rede neural de perceptrons multicamadas, que é capaz de segmentar e reconhecer caracteres manuscritos cursivos. Esta técnica é robusta quanto à mudança na escala e translação dos caracteres, ligeiras variações na forma do caracter e ruído provocado pro tremores na mão do escritor. Pode ainda tornar-se robusta quanto à rotação, dependendo da escolha dos Descritores de Fourier. O método aproveita a existência de características geométricas e topológicas ou padrões de linhas. Estes componentes são fundamentais na construção da letra. São descritos pré-processamentos, que produzem os esqueletos dos caracteres, tais como algoritmos de afinamento e alisamento heurístico, filtragem zonal para atenuação de retas horizontais e verticais, detecção de contornos, extração heurística de características e a computação dos Descritores de Fourier representantes dos padrões de linha formadores dos caracteres. Após sua extração, as características são combinadas à entrada da rede neural de modo que cada combinação é reconhecida como pertencente a um determinado caracter. Para completar, os resultados do reconhecimento são combinados de modo a eliminar a interseção de classes proveniente das combinações comuns a vários caracteres. Esta metodologia procura a segmentação e o reconhecimento da forma de caracteres manuscritos, sem utilizar qualquer análise de contexto, o que naturalmente pode aumentar sua eficiência.
publishDate 2006
dc.date.none.fl_str_mv 2006-07-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/other
format other
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8738@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8738@2
http://doi.org/10.17771/PUCRio.acad.8738
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8738@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8738@2
http://doi.org/10.17771/PUCRio.acad.8738
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 MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1814822559295733760