Clasificadores jerárquicos en criterios de vecindad para el reconocimiento de caracteres manuscritos

Abstract

El objetivo de esta tesis ha sido diseñar un sistema de clasificación eficiente para el reconocimiento off-line de caracteres manuscritos aislados. El sistema de clasificación propuesto consiste en la combinación en serie de distintos clasificadores basados en criterios de vecindad. Los clasificadores basados en criterios de vecindad producen una tasa de aciertos satisfactoria en el reconocimiento de caracteres, sin embargo, su coste computacional es elevado. Mediante los clasificadores jerárquicos construidos, se consigue mantener la mejor tasa de aciertos alcanzada con clasificadores como el k-NN y el k-NCN reduciendo mucho su coste computacional. Estos resultados se pueden comprobar mediante la experimentación llevada a cabo para dígitos, letras mayúsculas y letras minúsculas de la base datos NIST (National Institute of Standards and Technology). La característica extraída de los caracteres ha sido el zoning y se han aplicado tres preprocesos para normalizar los caracteres y mejorar el proceso de reconocimiento. Además, en este trabajo se presenta una revisión bibliográfica de los métodos y técnicas más utilizadas para llevar a cabo las fases de preproceso, extracción de características y clasificación en el reconocimiento de caracteres.