Sistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificial
Descripción del Articulo
El Reconocimiento de Patrones es el estudio de cómo las máquinas pueden observar el ambiente o entorno, aprender a distinguir patrones de interés a partir de la experiencia, y tomar decisiones razonables con respecto a las categorías a las que pertenecen dichos patrones. El mejor reconocedor de patr...
Autor: | |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2017 |
Institución: | Universidad Nacional de Piura |
Repositorio: | UNP-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.unp.edu.pe:UNP/1313 |
Enlace del recurso: | https://repositorio.unp.edu.pe/handle/UNP/1313 |
Nivel de acceso: | acceso abierto |
Materia: | Similaridad Coseno Números Imágenes Reconocimiento Ingeniería Eléctrica y Electrónica, Telecomunicaciones |
id |
RUMP_851b382b6d8e9049e1bdf2aee66c7fbb |
---|---|
oai_identifier_str |
oai:repositorio.unp.edu.pe:UNP/1313 |
network_acronym_str |
RUMP |
network_name_str |
UNP-Institucional |
repository_id_str |
4814 |
dc.title.es_PE.fl_str_mv |
Sistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificial |
title |
Sistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificial |
spellingShingle |
Sistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificial Serrato Talledo, Jeancarlo Aldeir Similaridad Coseno Números Imágenes Reconocimiento Ingeniería Eléctrica y Electrónica, Telecomunicaciones |
title_short |
Sistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificial |
title_full |
Sistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificial |
title_fullStr |
Sistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificial |
title_full_unstemmed |
Sistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificial |
title_sort |
Sistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificial |
author |
Serrato Talledo, Jeancarlo Aldeir |
author_facet |
Serrato Talledo, Jeancarlo Aldeir |
author_role |
author |
dc.contributor.advisor.fl_str_mv |
Jacinto Sandoval, Juan Manuel |
dc.contributor.author.fl_str_mv |
Serrato Talledo, Jeancarlo Aldeir |
dc.subject.es_PE.fl_str_mv |
Similaridad Coseno Números Imágenes Reconocimiento |
topic |
Similaridad Coseno Números Imágenes Reconocimiento Ingeniería Eléctrica y Electrónica, Telecomunicaciones |
dc.subject.ocde.none.fl_str_mv |
Ingeniería Eléctrica y Electrónica, Telecomunicaciones |
description |
El Reconocimiento de Patrones es el estudio de cómo las máquinas pueden observar el ambiente o entorno, aprender a distinguir patrones de interés a partir de la experiencia, y tomar decisiones razonables con respecto a las categorías a las que pertenecen dichos patrones. El mejor reconocedor de patrones conocido hasta ahora es el ser humano, no sabiéndose a ciencia cierta cuál es el proceso mediante el cual los humanos realizamos esta tarea. El Reconocimiento Óptico de Caracteres (OCR) es uno de los tópicos más antiguos dentro del Reconocimiento de Patrones y una de las áreas de investigación más importante y activa, que en la actualidad presenta desafíos: la precisión en el reconocimiento asociada tanto a caracteres impresos en una imagen degradada o a caracteres manuscritos es aún insuficiente, existiendo errores en el reconocimiento. La etapa del reconocimiento se lleva a cabo, comparando las imágenes almacenadas y las imágenes capturadas. Para esto se leen previamente las imágenes almacenadas en formato de archivo. Se tienen modelos diferentes de cada número. Cuando el programa implementado lee los pixeles de cada número, los agrupa y promedia en pixeles, a este proceso se le denomina zonning, que lleva a reducir los datos. En la captura de la imagen que se desea procesar, se obtienen valores, pero previo procesamiento. Luego se comparan. A una de las plantillas se debe corresponder y quien hace esta comparación es la fórmula de Similaridad del coseno. Si el resultado que se obtiene después de aplicar la fórmula es cercano a 0, quiere decir que las imágenes de los números comparados no son iguales y si el resultado obtenido es cercano a 1 quiere decir que se trata de dos imágenes del mismo número |
publishDate |
2017 |
dc.date.accessioned.none.fl_str_mv |
2018-08-20T02:08:37Z |
dc.date.available.none.fl_str_mv |
2018-08-20T02:08:37Z |
dc.date.issued.fl_str_mv |
2017 |
dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
dc.identifier.citation.none.fl_str_mv |
APA |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unp.edu.pe/handle/UNP/1313 |
identifier_str_mv |
APA |
url |
https://repositorio.unp.edu.pe/handle/UNP/1313 |
dc.language.iso.es_PE.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.*.fl_str_mv |
https://creativecommons.org/licenses/by/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by/4.0/ |
dc.format.es_PE.fl_str_mv |
application/pdf |
dc.publisher.es_PE.fl_str_mv |
Universidad Nacional de Piura |
dc.publisher.country.none.fl_str_mv |
Perú |
dc.source.es_PE.fl_str_mv |
Universidad Nacional de Piura / UNP |
dc.source.none.fl_str_mv |
reponame:UNP-Institucional instname:Universidad Nacional de Piura instacron:UNP |
instname_str |
Universidad Nacional de Piura |
instacron_str |
UNP |
institution |
UNP |
reponame_str |
UNP-Institucional |
collection |
UNP-Institucional |
bitstream.url.fl_str_mv |
https://repositorio.unp.edu.pe/bitstreams/7301cdd3-702f-40c0-9d8a-e50deb1bf788/download https://repositorio.unp.edu.pe/bitstreams/3858a307-e0e8-404f-b08b-21f14f28bf38/download https://repositorio.unp.edu.pe/bitstreams/516efe0c-785e-444f-bcc9-f28df44c2f8b/download https://repositorio.unp.edu.pe/bitstreams/7a8a6fa2-8d94-493d-81a5-1c00dcf50229/download |
bitstream.checksum.fl_str_mv |
7eaa732b1bb2e9298d662f8d1c90eb96 bb87e2fb4674c76d0d2e9ed07fbb9c86 c52066b9c50a8f86be96c82978636682 8f2cc3896e4bcc5a55d1d2e959aee5c7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
DSPACE7 UNP |
repository.mail.fl_str_mv |
dspace-help@myu.edu |
_version_ |
1843255217492066304 |
spelling |
Jacinto Sandoval, Juan ManuelSerrato Talledo, Jeancarlo Aldeir2018-08-20T02:08:37Z2018-08-20T02:08:37Z2017APAhttps://repositorio.unp.edu.pe/handle/UNP/1313El Reconocimiento de Patrones es el estudio de cómo las máquinas pueden observar el ambiente o entorno, aprender a distinguir patrones de interés a partir de la experiencia, y tomar decisiones razonables con respecto a las categorías a las que pertenecen dichos patrones. El mejor reconocedor de patrones conocido hasta ahora es el ser humano, no sabiéndose a ciencia cierta cuál es el proceso mediante el cual los humanos realizamos esta tarea. El Reconocimiento Óptico de Caracteres (OCR) es uno de los tópicos más antiguos dentro del Reconocimiento de Patrones y una de las áreas de investigación más importante y activa, que en la actualidad presenta desafíos: la precisión en el reconocimiento asociada tanto a caracteres impresos en una imagen degradada o a caracteres manuscritos es aún insuficiente, existiendo errores en el reconocimiento. La etapa del reconocimiento se lleva a cabo, comparando las imágenes almacenadas y las imágenes capturadas. Para esto se leen previamente las imágenes almacenadas en formato de archivo. Se tienen modelos diferentes de cada número. Cuando el programa implementado lee los pixeles de cada número, los agrupa y promedia en pixeles, a este proceso se le denomina zonning, que lleva a reducir los datos. En la captura de la imagen que se desea procesar, se obtienen valores, pero previo procesamiento. Luego se comparan. A una de las plantillas se debe corresponder y quien hace esta comparación es la fórmula de Similaridad del coseno. Si el resultado que se obtiene después de aplicar la fórmula es cercano a 0, quiere decir que las imágenes de los números comparados no son iguales y si el resultado obtenido es cercano a 1 quiere decir que se trata de dos imágenes del mismo númeroapplication/pdfspaUniversidad Nacional de PiuraPerúinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Universidad Nacional de Piura / UNPreponame:UNP-Institucionalinstname:Universidad Nacional de Piurainstacron:UNPSimilaridad CosenoNúmerosImágenesReconocimientoIngeniería Eléctrica y Electrónica, TelecomunicacionesSistema de reconocimiento automático de números utilizando similaridad del coseno para visión artificialinfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniero Electrónico y TelecomunicacionesUniversidad Nacional de PiuraTítulo ProfesionalElectrónica y TelecomunicacionesFacultad de CienciasORIGINALCIE-SER-TAL-17.pdfCIE-SER-TAL-17.pdfapplication/pdf4117815https://repositorio.unp.edu.pe/bitstreams/7301cdd3-702f-40c0-9d8a-e50deb1bf788/download7eaa732b1bb2e9298d662f8d1c90eb96MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.unp.edu.pe/bitstreams/3858a307-e0e8-404f-b08b-21f14f28bf38/downloadbb87e2fb4674c76d0d2e9ed07fbb9c86MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81327https://repositorio.unp.edu.pe/bitstreams/516efe0c-785e-444f-bcc9-f28df44c2f8b/downloadc52066b9c50a8f86be96c82978636682MD53TEXTCIE-SER-TAL-17.pdf.txtCIE-SER-TAL-17.pdf.txtExtracted texttext/plain113409https://repositorio.unp.edu.pe/bitstreams/7a8a6fa2-8d94-493d-81a5-1c00dcf50229/download8f2cc3896e4bcc5a55d1d2e959aee5c7MD54UNP/1313oai:repositorio.unp.edu.pe:UNP/13132018-08-26 03:00:21.189https://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unp.edu.peDSPACE7 UNPdspace-help@myu.edu77u/TGljZW5jaWEgZGUgVXNvCiAKRWwgUmVwb3NpdG9yaW8gSW5zdGl0dWNpb25hbCwgZGlmdW5kZSBtZWRpYW50ZSBsb3MgdHJhYmFqb3MgZGUgaW52ZXN0aWdhY2nDs24gcHJvZHVjaWRvcyBwb3IgbG9zIG1pZW1icm9zIGRlIGxhIHVuaXZlcnNpZGFkLiBFbCBjb250ZW5pZG8gZGUgbG9zIGRvY3VtZW50b3MgZGlnaXRhbGVzIGVzIGRlIGFjY2VzbyBhYmllcnRvIHBhcmEgdG9kYSBwZXJzb25hIGludGVyZXNhZGEuCgpTZSBhY2VwdGEgbGEgZGlmdXNpw7NuIHDDumJsaWNhIGRlIGxhIG9icmEsIHN1IGNvcGlhIHkgZGlzdHJpYnVjacOzbi4gUGFyYSBlc3RvIGVzIG5lY2VzYXJpbyBxdWUgc2UgY3VtcGxhIGNvbiBsYXMgc2lndWllbnRlcyBjb25kaWNpb25lczoKCkVsIG5lY2VzYXJpbyByZWNvbm9jaW1pZW50byBkZSBsYSBhdXRvcsOtYSBkZSBsYSBvYnJhLCBpZGVudGlmaWNhbmRvIG9wb3J0dW5hIHkgY29ycmVjdGFtZW50ZSBhIGxhIHBlcnNvbmEgcXVlIHBvc2VhIGxvcyBkZXJlY2hvcyBkZSBhdXRvci4KCk5vIGVzdMOhIHBlcm1pdGlkbyBlbCB1c28gaW5kZWJpZG8gZGVsIHRyYWJham8gZGUgaW52ZXN0aWdhY2nDs24gY29uIGZpbmVzIGRlIGx1Y3JvIG8gY3VhbHF1aWVyIHRpcG8gZGUgYWN0aXZpZGFkIHF1ZSBwcm9kdXpjYSBnYW5hbmNpYXMgYSBsYXMgcGVyc29uYXMgcXVlIGxvIGRpZnVuZGVuIHNpbiBlbCBjb25zZW50aW1pZW50byBkZWwgYXV0b3IgKGF1dG9yIGxlZ2FsKS4KCkxvcyBkZXJlY2hvcyBtb3JhbGVzIGRlbCBhdXRvciBubyBzb24gYWZlY3RhZG9zIHBvciBsYSBwcmVzZW50ZSBsaWNlbmNpYSBkZSB1c28uCgpEZXJlY2hvcyBkZSBhdXRvcgoKTGEgdW5pdmVyc2lkYWQgbm8gcG9zZWUgbG9zIGRlcmVjaG9zIGRlIHByb3BpZWRhZCBpbnRlbGVjdHVhbC4gTG9zIGRlcmVjaG9zIGRlIGF1dG9yIHNlIGVuY3VlbnRyYW4gcHJvdGVnaWRvcyBwb3IgbGEgbGVnaXNsYWNpw7NuIHBlcnVhbmE6IExleSBzb2JyZSBlbCBEZXJlY2hvIGRlIEF1dG9yIHByb211bGdhZG8gZW4gMTk5NiAoRC5MLiBOwrA4MjIpLCBMZXkgcXVlIG1vZGlmaWNhIGxvcyBhcnTDrWN1bG9zIDE4OMKwIHkgMTg5wrAgZGVsIGRlY3JldG8gbGVnaXNsYXRpdm8gTsKwODIyLCBMZXkgc29icmUgZGVyZWNob3MgZGUgYXV0b3IgcHJvbXVsZ2FkbyBlbiAyMDA1IChMZXkgTsKwMjg1MTcpLCBEZWNyZXRvIExlZ2lzbGF0aXZvIHF1ZSBhcHJ1ZWJhIGxhIG1vZGlmaWNhY2nDs24gZGVsIERlY3JldG8gTGVnaXNsYXRpdm8gTsKwODIyLCBMZXkgc29icmUgZWwgRGVyZWNobyBkZSBBdXRvciBwcm9tdWxnYWRvIGVuIDIwMDggKEQuTC4gTsKwMTA3NikuCg== |
score |
12.851315 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).