Identificação de escritores usando dissimilaridade em bases multi-script

• Autor(a) principal: Noya, Guilherme Pereira
• Data de Publicação: 2017
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/6035
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Sistemas de reconhecimento de padrões; Escrita - Identificação; Computação; Pattern recognition systems; Writing - Identification; Computer science

Contexto: Na área de reconhecimento de padrões, cenários com apenas um estilo de escrita já foram vastamente estudados. Atualmente, pesquisadores tem avaliado o problema com a utilização de vários estilos de escrita (multi-script). Nesses estudos, a área vem se provando mais complexa e desafiadora que cenários single-script. Existem diversas abordagens, mas um estudo recente utilizando dissimilaridade (abordagem escritor-independente) aplicado em um cenário multi-script apresentou resultados promissores. Objetivo: O objetivo é avaliar o desempenho da utilização de dissimilaridade em cenários multi-script e single-script, assim como avaliar as taxas de acerto em casos que o treino e classificação são executados em bases diferentes (transferência de conhecimento). Método: Quatro bases de dados multi-script são utilizadas. Gera-se texturas a partir dos documentos (cartas) de cada escritor, que são então divididas em blocos. Em seguida, são extraídas as características com os descritores de texturas LBP, RLBP e LPQ. A partir destes vetores de características, os vetores de dissimilaridade são calculados e então são realizados os experimentos nos cenários desejados. Por fim, é realizada uma combinação dos resultados a fim de se obter uma decisão final quanto a classificação dos escritores. Resultados: Para escritor-dependente, os experimentos no cenário single-script tiveram um melhor desempenho que no cenário multi-script, com destaque para o LPQ. Já a dissimilaridade melhorou os resultados em todos os casos, chegando a 100% de acerto em diversos deles. O uso do LPQ também apresentou excelentes resultados na transferência de conhecimentos. Conclusões: Os experimentos mostraram grandes variações entre as abordagens usadas. As taxas de reconhecimento comprovam que um cenário multi-script é mais complexo, e o uso da dissimilaridade proveu um grande salto de desempenho na maioria das bases. Mostrou-se também que treinando em uma base e testando em outra, o desempenho mantém-se satisfatório. Levantou-se ainda questões que podem originar outros estudos.