Reconocimiento de Palabras en Manuscritos Históricos Basado en Aprendizaje Online

• Autor: Meza Lovón, Graciela Lecireth
• Formato: tesis doctoral
• Fecha de Publicación: 2017
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:UNSA/4579
• Enlace del recurso: http://repositorio.unsa.edu.pe/handle/UNSA/4579
• Nivel de acceso: acceso abierto
• Materia: Palabras escritas; Aprendizaje Online; Máquinas de Vectores; Soporte Online; Manuscritos Históricos; https://purl.org/pe-repo/ocde/ford#1.02.01

Se propone un método de reconocimiento online para la transcripción de palabras de manuscritos históricos, el cual incluye tres etapas: preprocesamiento, que emplea técnicas para segmentar el documento en imágenes de palabras; extracción de características, que usa información basada en el gradiente; y 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 con conjuntos de datos de más de dos clases; la segunda permite que el modelo emita salidas probabilísticas y evita la segmentación del documento a nivel de caracter. El modelo propuesto, llamado Reconocedor Basado en Grafos, representa cada imagen a ser reconocida como un grafo direccionado, cuyas aristas están relacionadas a una subimagen y a una probabilidad. En función de ésta 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. 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.