| Journal: | Revista Facultad de Ingeniería. Universidad de Antioquia |
| Database: | PERIÓDICA |
| System number: | 000343993 |
| ISSN: | 0120-6230 |
| Authors: | Toscano, Karina1 Sossa, Humberto1 Barrón, Ricardo1 Sánchez, Gabriel1 |
| Institutions: | 1Instituto Politécnico Nacional, Centro de Investigación en Computación, México, Distrito Federal. México |
| Year: | 2009 |
| Season: | Sep |
| Number: | 49 |
| Pages: | 173-184 |
| Country: | Colombia |
| Language: | Español |
| Document type: | Artículo |
| Approach: | Experimental, aplicado |
| Spanish abstract | En este trabajo se describe una metodología para el reconocimiento de caracteres manuscritos mediante información del trazo en orden inverso descrito a través de ondículas. La información para la reconstrucción y reconocimiento del trazo se hace mediante la extracción de los llamados nodos óptimos. En este trabajo se utilizaron 20 nodos. Como función de aproximación se usó la función spline natural llamada slalom. Los experimentos se realizaron con tres clasificadores: una red neuronal, una máquina de vector soporte y un modelo de mezclas Gaussianas. El sistema se evaluó con una base de datos de siete escritores con 50 trazos por cada carácter del alfabeto inglés. La tasa de reconocimiento global al usar los tres clasificadores oscila entre 98 y 98,7 % |
| English abstract | In this paper a novel feature extraction methodology for character recognition by means of the information in inverse order stroke information using wavelets is proposed. The information used to reconstruct and recognize the stroke is done by using the so-called optimal knots. In this paper 20 optimal knots were used. As approximating function we decided to use the slalom natural spline function. The recognition experiments were carried out using the obtained feature vector as the input to some recognition systems based on Neural Network , Support Vector Machines and Gaussian Mixture Models for comparisons purposes. The proposal was evaluated with a database of seven writers with 50 traces of each English character. The global recognition rate when using the three recognition strategies varied between 98 and 98.7 % |
| Disciplines: | Ciencias de la computación |
| Keyword: | Computación, Escritura, Reconocimiento de caracteres, Nodos óptimos, Redes neuronales, Máquinas vectoriales de soporte |
| Keyword: | Computer science, Computing, Writing, Character recognition, Optimal knots, Neuronal networks, Support vector machines |
| Full text: | Texto completo (Ver PDF) |
