Return to search

Segmentação de sentenças manuscritas através de redes neurais artificiais

Made available in DSpace on 2014-06-12T15:50:57Z (GMT). No. of bitstreams: 1
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2008 / O reconhecimento automático de textos manuscritos vem a cada dia ganhando importância
tanto no meio científico quanto no comercial. Como exemplos de aplicações, têm-se sistemas
bancários onde os campos de valor dos cheques são validados, aplicativos presentes nos correios
para leitura de endereço e código postal, e sistemas de indexação de documentos históricos.
A segmentação automática do texto em palavras ou caracteres é um dos primeiros passos
realizados pelos sistemas de reconhecimento dos textos manuscritos. Portanto, é essencial que
seja alcançado um bom desempenho de segmentação para que as etapas posteriores produzam
boas taxas de reconhecimento do texto manuscrito.
O presente trabalho trata do problema de segmentação de sentenças manuscritas em palavras
através de duas abordagens: (i) método baseado na métrica de distância Convex Hull com modificações
que objetivam melhorar o desempenho de segmentação; (ii) um novo método baseado
em Redes Neurais Artificiais que visa superar problemas existentes em outras técnicas de segmentação,
tais como: o uso de heurísticas e limitação de vocabulário.
O desempenho dos métodos de segmentação foi avaliado utilizando-se de uma base de
dados pública de texto manuscrito. Os resultados experimentais mostram que houve melhora de
desempenho das abordagens quando comparadas à abordagem tradicional baseada em distância
Convex Hull

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/1538
Date31 January 2008
CreatorsCARVALHO, César Augusto Mendonça de
ContributorsCAVALCANTI, George Darmiton da Cunha
PublisherUniversidade Federal de Pernambuco
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds