$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC|



Título: RECONHECIMENTO DE DÍGITOS MANUSCRITOS POR REDES NEURAIS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): MARIA ANGELICA PEREIRA FREIXINHO

Colaborador(es):  MARLEY MARIA BERNARDES REBUZZI VELLASCO - Orientador
MARCO AURELIO CAVALCANTI PACHECO - Orientador
Número do Conteúdo: 9017
Catalogação:  18/09/2006 Idioma(s):  PORTUGUÊS - BRASIL

Tipo:  TEXTO Subtipo:  TESE
Natureza:  PUBLICAÇÃO ACADÊMICA
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9017@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9017@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.9017

Resumo:
Esta dissertação investiga a utilização de Redes Neurais Artificiais (RNAs) na área de reconhecimento de caracteres, em particular de dígitos manuscritos. Nesta investigação foram utilizadas amostras reais de dígitos isolados e de códigos postais brasileiros relativos e vários escritores. O trabalho consiste de quatro partes principais: o estudo das metodologias de reconhecimento e da semântica e estrutura de representação de caracteres; o desenvolvimento das etapas de pré-processamento dos dígitos; o desenvolvimento das RNAs para o reconhecimento de dígitos manuscritos; e o estudo de casos. No estudo sobre a metodologia de reconhecimento de caracteres fez-se um levantamento preliminar das diversas aplicaões de sistemas OCR (Optical Character Recognition). Enfatizou-se a classificação dos diversos tipos de semânticas existentes de acordo com a aplicação específica, bem como a estrutura geral de um sistema OCR. O estudo também consistiu da análise e apresentação de modelos convencionais e de sistemas inteligentes na implementação da etapa de classificação dos sistemas OCR. O desenvolvimento do pré-processamento dos dígitos envolveu um extenso estudo bibliográfico de diversas metodologias para cada uma de suas etapas. Foram estudados os algoritmos mais empregados nas etapas de pré- processamento de um sistema. OCR: conversão de níveis de cinza para representação binária ( thresholding), filtragem, segmentação e normalização. A partir desse estudo, foram selecionados e desenvolvidos determinados tipos de algoritmos para o pré-processamento. No desenvolvimento de RNAs para o reconhecimento de dígitos manuscritos fez-se uma investigação de diversas metodologias, incluindo as arquiteturas e os algoritmos de aprendizado mais empregados. Neste estudo, constatou-se a predominância do uso do algoritmo de retropropagação do erro (BackPropagation) para o treinamento das redes nas aplicações de reconhecimento de caracteres manuscritos. As arquiteturas propostas neste trabalho foram escolhidas de acordo com dois tipos de aplicados de reconhecimento: reconhecimento de dígitos manuscritos isolados e reconhecimento automático de código postal. No estudo de casos, as RNAs foram modeladas para fazer o reconhecimento automático de código postal. Este estudo consistiu de um conjunto de implementações com o objetivo de testar o desempenho de um sistema OCR baseado em redes neurais. Foram feitos testes com dois tipos de sistemas de reconhecimento por redes neurais: redes totalmente conectadas e redes parcialmente. Para os dois casos foram utilizados amostras reais colhidas de 73 escritores. Os resultados obtidos com os dois tipos de redes foram comparados e comprovaram a superioridade das RNAs com arquitetura parcialmente conectada no reconhecimento de dígitos altamente ruidosos. Comparações também foram feitas com outras técnicas convencionais de reconhecimento, obtendo-se resultados, em muitos casos, superiores.

Descrição Arquivo
CAPA, AGRADECIMENTOS, RESUMO, ABSTRACT, SUMÁRIO E LISTAS  PDF  
CAPÍTULO 1  PDF  
CAPÍTULO 2  PDF  
CAPÍTULO 3  PDF  
CAPÍTULO 4  PDF  
CAPÍTULO 5  PDF  
CAPÍTULO 6  PDF  
REFERÊNCIAS BIBLIOGRÁFICAS E APÊNDICES  PDF  
Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui