Projection Profile Based Algorithm for Slant Removal

Pastor, María Luisa Carrió; Toselli, Alejandro H.; Vidal, Enrique

doi:10.1007/978-3-540-30126-4_23

Cited by 36 publications

(30 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…For preprocessing, we correct the slant of gray-scale images with a median of angle values estimated by three different deslanting algorithms [18][19] [20]. We segment the images with a sliding window of a constant shift and width, and a height equal to the size of the original image.…”

Section: System Overviewmentioning

confidence: 99%

Open vocabulary handwriting recognition using combined word-level and character-level language models

Kozielski

Rybach

Hahn

et al. 2013

2013 IEEE International Conference on Acoustics, Speech and Signal Processing

View full text Add to dashboard Cite

In this paper, we present a unified search strategy for open vocabulary handwriting recognition using weighted finite state transducers. Additionally to a standard word-level language model we introduce a separate n-gram character-level language model for out-of-vocabulary word detection and recognition. The probabilities assigned by those two models are combined into one Bayes decision rule. We evaluate the proposed method on the IAM database of English handwriting. An improvement from 22.2% word error rate to 17.3% is achieved comparing to the closed-vocabulary scenario and the best published result.

show abstract

Section: System Overviewmentioning

confidence: 99%

Open vocabulary handwriting recognition using combined word-level and character-level language models

Kozielski

Rybach

Hahn

et al. 2013

2013 IEEE International Conference on Acoustics, Speech and Signal Processing

View full text Add to dashboard Cite

show abstract

“…1 Este es un corpus de escritura manuscrita continua espontánea y con un vocabulario relativamente grande [Tos04,PTV04]. El corpus consiste en una serie de frases espontáneas (ver ejemplos en la figura 3.2) extraídas de formularios de encuestas (ver figura 3.1) para una prestigiosa compañía de telecomunicaciones.…”

Section: Odecunclassified

“…En esta tesis se utilizara como función objetivo la función máximo de la proyección horizontal (ecuación 4.18) y la desviación típica [PTV04] (ecuación 4.19). Para simplificar la notación, υ α será la proyección horizontal para un segmento de frase que ha sido rotado previamente un ángulo α.…”

Section: Basada En Proyecciones Horizontalesunclassified

Aportaciones al reconocimiento automático de texto manuscrito

Gadea¹

View full text Add to dashboard Cite

Quiero agradecer a todos aquellos que de una manera u otra han tenido que ver con la realización del presente trabajo.Estoy agradecido a los componentes del grupo PRHLT que me han proporcionado un entorno estimulante, especialmente a Alberto Sanchis, como amigo y experto en verificación de hipótesis, por su orientación y por haber estado a deshoras contándome los entresijos de la verificación. A Alejandro H. Toselli, amigo y codirector de este trabajo, que ha ayudado a que esta tesis tomara la linea de trabajo que ha tomado. Gracias a Carlos Martínez por su compañerismo y apoyo, y a Verónica por su ayuda en la experimentación. A la gente del ITI, la que está y la que ya no, a Paco Casacuberta, a Alfons, y muy especialmente a Enrique Vidal por todo.A ATROS con el que he compartido muchas horas de angustias, alegrías y decepciones, y con el que he aprendido a programar.A Clara por su paciencia e incondicionalidad, y por brindarme el equilibrio y el sosiego que me han permitido avanzar en la consecución de esta tesis, por cuidarme cuando he estando enclaustrado, por forzarme a descansar cuando me he ofuscado, y por todas esas pequeñas cosas que no sería propio dejar constancia aquí.A todos mi más sincera gratitud. Moisés Pastor i Gadea RESUMENEn esta tesis se estudia el problema de la robustez en los sistemas de reconocimiento automático de texto manuscrito off-line. Los sistemas de reconocimiento automático de texto manuscrito estarán maduros para su uso generalizado, cuando sean capaces de ofrecer a cualquier usuario, sin ningún tipo de preparación o adiestramiento para su utilización, una productividad razonable. Se hace necesario pues, construir sistemas flexibles y robustos en cuanto a la entrada, de tal manera que no se requiera del escritor ningún esfuerzo extra, que no haría si escribiese para ser leído por un humano.La intención del preproceso de la señal es hacer el sistema invariante a fuentes de variabilidad que no ayuden a la clasificación. En la actualidad no hay definida una solución general para conseguir invariabilidad al estilo de escritura, y cada sistema desarrolla la suya ad-hoc. En esta tesis se explorarán diferentes métodos de normalización de la señal de entrada off-line. Para ello se hace un amplio estudio de algoritmos de preproceso, tanto a nivel de toda la imagen: umbralización, reducción del ruido y corrección del desencuadre; como a nivel de texto: slope, slant y normalización del tamaño de los caracteres.Los sistemas dependientes del escritor obtienen mejores tasas de acierto que los independientes del escritor. Por otra parte, los sistemas independientes del escritor tienen más facilidad para reunir muestras de entrenamiento. En esta tesis se estudiará la adaptación de sistemas independientes del escritor para su utilización por un único escritor, con la intención de que a partir de una pocas muestras producidas por este escritor se mejore la productividad del sistema (para este escritor), o lo que es lo mismo, que éste pueda escribir de manera más relajada sin que el sistema pierda...

show abstract

“…The slant angle is determined using a method based on vertical projection profile (see [PTV04,PTRV06]). The method is based on the observation that the columns distribution of the vertical projection profile presents a maximum variance for the non slanted text.…”

Section: Slant Correctionmentioning

confidence: 99%

Multimodal Interactive Transcription of Handwritten Text Images

Martínez-Gómez¹

View full text Add to dashboard Cite

AcknowledgementsDesde el momento que decidí dedicarme a la investigación y llevar a cabo un doctorado, muchas son las personas que de una manera u otra han influido en la realización del presente trabajo. Personas que me han ayudado y a las que me gustaría darles las gracias por todo el esfuerzo, el tiempo y la dedicación invertida.En primer lugar me gustaría darles las gracias a mis directores de tesis Enrique Vidal y Alejandro Héctor Toselli, quienes con su esfuerzo, enseñanzas y consejos han conseguido que esta tesis sea una realidad. Gracias por todas las horas dedicadas y por su predisposición permanente e incondicional a aclarar mis dudas y prestarme su ayuda. Esta tesis es tan suya como mía. También quiero darle las gracias a Moisés, quien tanto me ayudo cuando empecé y me enseñó todos los entresijos del reconocimiento de texto manuscrito y quien siempre ha estado dispuesto a echarme una mano.Un agradecimiento especial merecen todos mis compañeros del PRHLT. Gente en el ITI y en el DSIC con la que he compartido muy buenos momentos y que me han proporcionado un entorno estimulante para llevar a cabo este trabajo. Empezaré por la gente del DSIC, y más concretamente por los habitantes del laboratorio 105, lugar donde empecé mi labor investigadora y donde encontré gente excepcional que me ha ayudado a crecer como profesional y como persona. Gracias a Miriam Luján por su amistad y apoyo; a Vicent Tamarit por dejarme utilizar su cuenta en hyades, a Guillem Gascó por su compañia mientras estuvimos en Aachen; a Germán Sanchis por las interesantes conversaciones mantenidas; a Marta y Pascual por su amabilidad y muy especialmente a Vicent Alabau, quien siempre ha estado dispuesto a ayudarme, sin quejas, sino más bien todo lo contrario, con ese humor que le caracteriza.También en el ITI me he encontrado con gente estupenda con la que he compartido buenos momentos y que de alguna manera a contribuido a esta tesis. Me gustaría nombrar a Jesús González, Antonio Lagarda, Daniel Ortiz, Jose Ramón Navarro, Nicolás Serrano, Lionel Tarazón, Oriol Terrades y Isaías Sánchez. También quiero darle las gracias a Luis Leiva, por nuestra colaboración en el desarrollo de la interfaz de CATTI, que hoy forma parte de esta tesis; a Jesús Andrés, por prestarme la plantilla de esta tesis que tantos dolores de cabeza me ha ahorrado; y a Jorge Civera, por sus consejos y su ayuda, y por prestarme el software que ha servido de base de esta tesis. v En el ámbito personal quiero empezar dándoles las gracias a mis padres, a los que nunca podré agradecer suficiente todo lo que han hecho por mi. Ellos han estado siempre a mi lado compartiendo mis alegrías y mis penas, dándome su apoyo, su confianza y su amor incondicional. Que estas palabras sirvan de agradecimiento a toda una vida de dedicación. También quiero darle las gracias a mi hermano por ser mucho más que eso, por ser mi amigo, mi confidente y mi modelo a seguir, por estar siempre dispuesto a ayudarme, preocuparse por mi y darme su apoyo; a mi cuñada a la que conozco ya tanto tiempo que ...

show abstract

Projection Profile Based Algorithm for Slant Removal

Cited by 36 publications

References 10 publications

Open vocabulary handwriting recognition using combined word-level and character-level language models

Open vocabulary handwriting recognition using combined word-level and character-level language models

Aportaciones al reconocimiento automático de texto manuscrito

Multimodal Interactive Transcription of Handwritten Text Images

Contact Info

Product

Resources

About