Escolar Documentos
Profissional Documentos
Cultura Documentos
I.
INTRODUO
Extrao de Atributos
Caractere Reconhecido
Classificador
- Bayesiano
- Rede Neural
- etc
3
REVISO BIBLIOGRFICA
A. Trabalhos Relacionados
As tcnicas de reconhecimento de caracteres manuscritos
podem ser classificadas em duas grandes classes, que so os
mtodos estatsticos e os mtodos estruturais. Na primeira
classe, os padres so representados por um conjunto de
caractersticas, ou atributos, tambm conhecido como vetor de
caractersticas e, ento, tcnicas da teoria da deciso estatstica
so utilizadas para estabelecer fronteiras de deciso entre as
classes, sendo o sistema operado em dois modos: treinamento
(aprendizado) e teste (classificao). Esses mtodos empregam
as propriedades mtricas dos objetos a serem reconhecidos,
modelando o comportamento de cada objeto. Os mtodos
estatsticos, por sua vez, dividem-se em: paramtricos e noparamtricos. Nos mtodos paramtricos, supe-se que as
0
a
c
1
b
d
5 atributos
5 atributos
10 - 30
24 - 44
38 - 58
52 - 69
Fig. 4.
5 atributos
5 atributos
IV.
EXPERIMENTOS
(a)
(b)
Fig. 7.
Conjunto de caracteres usados no: a) treinamento do classificador
(30 fontes diferentes); b) teste (outras 10 fontes diferentes) [13].
Fig. 6.
0
1
2
3
4
5
6
7
8
9
9
0
0
0
0
0
0
0
0
1
0 0
10 0
0 10
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0
0
0
8
0
0
0
0
0
2
0
1
0
0
9
0
0
0
0
0
0
0 0
0
0 0
0
0 0
0
0 0
0
0 0
10 0 0
0 10 0
0
0 10
0
0 0
0
0 0
0
0
0
0
0
0
1
0
9
0
0
0
0
0
0
0
0
0
0
10
Fig. 8.
Matriz de Confuso obtida com a classificao usando mximos e
mnimos.
0
0
1
2
3
4
5
6
7
8
9
10 0 0
0
0 10 0
0
0
0 10 0
0
0 0 10
0
0 0
0
0
0 0
0
0
0 0
0
0
0 0
0
0
0 0
0
0
0 0
0
0
0
0
0
8
0
0
0
0
0
0
0 0
0 0
0
0 0
0 0
0
0 0
0 0
0
0 0
0 0
0
2 0
0 0
10 0 0
0 0
0 10 0
0 0
0
0 10 0 0
0
0 0 10 0
0
0 0
0 10
Fig. 9.
Matriz de Confuso obtida com a classificao usando a rede
neural Backpropagation.
10 0 0
0 10 0
0
0 10
0
0 0
0
0 0
0
0 0
0
0 0
0
0 0
0
0 0
0
0 0
0
0
0
8
0
1
0
0
1
0
0
1
0
0
9
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
10 0
0 10
0
0
0
0
0
0
0
1
0
0
0
0
0
9
0
0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
10 0
0 10
C. Experimento III
Em seguida realizada uma comparao dos resultados
obtidos com a imagem apresentada na Fig. 11, usando o
mtodo proposto neste artigo, com a classificao baseada em
mximos e mnimos, baseada na rede neural e obtida com o
algoritmo proposto por Silva et al. [13].
[2]
[3]
[4]
Fig. 11.
CONCLUSES
[5]
[6]
[7]
[8]
[9]