Reconocimiento de palabras en manuscritos históricos basado en aprendizaje online

Meza Lovón, Graciela Lecireth

Publicación:

Reconocimiento de palabras en manuscritos históricos basado en aprendizaje online

dc.contributor.author	Meza Lovón, Graciela Lecireth	es_PE
dc.date.accessioned	2024-05-30T23:13:38Z
dc.date.available	2024-05-30T23:13:38Z
dc.date.issued	2016-07-13
dc.description.abstract	En esta tesis se propone un método de reconocimiento online para la transcripción de palabras contenidas en manuscritos históricos. El método propuesto incluye las etapas de: preprocesamiento, que emplea diversas técnicas para segmentar el documento en imágenes de palabras; extracción de características, que extrae información relevante usando, en este caso, características basadas en el gradiente, en particular, magnitud y orientación; y finalmente, el reconocimiento propiamente dicho, donde se concentran las principales contribuciones de esta tesis. En esta última etapa, se propusieron dos extensiones de la SVM-Online: la primera permite que el modelo opere en escenarios con conjuntos de datos de más de dos clases, para lo cual se usa la estrategia \uno contra uno"; la segunda extensión permite que el modelo emita salidas probabilísticas y no solo salidas discretas. Esta última extensión es de vital importancia, ya que posibilita el correcto funcionamiento del Reconocedor Basado en Grafos (RBG). El RBG es otra contribución de esta tesis y tiene la finalidad de evitar la segmentación del documento a nivel de carácter. Para ello, cada imagen a ser reconocida es representada por un grafo direccionado, cuyas aristas están relacionadas a una subimagen y a una probabilidad. En función de esta se estima, para cada arista, un costo que es empleado por el algoritmo Dijkstra Modificado, también propuesto en esta tesis, para emitir la transcripción de la imagen en cuestión. Los experimentos fueron realizados con tres conjuntos de datos: el corpus Ejecutora y Certificación del Escudo de Armas de Apellidos, el corpus Cristo Salvador, y el corpus Doña Germana de Foix. En base a los experimentos realizados, podemos concluir que los resultados obtenidos son satisfactorios en relación a otras propuestas de transcripción de textos presentadas en la literatura.
dc.description.sponsorship	Fondo Nacional de Desarrollo Científico y Tecnológico - Fondecyt
dc.identifier.uri	https://hdl.handle.net/20.500.12390/333
dc.language.iso	spa
dc.publisher	Universidad Nacional de San Agustín de Arequipa
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.uri	http://creativecommons.org/licenses/by/4.0/
dc.subject	Reconocimiento de caracteres
dc.subject	Manuscrito	es_PE
dc.subject.ocde	https://purl.org/pe-repo/ocde/ford#1.02.01
dc.title	Reconocimiento de palabras en manuscritos históricos basado en aprendizaje online
dc.type	info:eu-repo/semantics/doctoralThesis
dspace.entity.type	Publication
oairecerif.author.affiliation	#PLACEHOLDER_PARENT_METADATA_VALUE#
thesis.degree.discipline	Computación y Ciencias de la Información
thesis.degree.grantor	Universidad Nacional de San Agustín.Unidad de Post Grado.Facultad de Ingenería de Producción y Servicios
thesis.degree.name	Doctor en Ciencias de la Computación