Benutzer: Gast  Login
Originaltitel:
Modellierungstechniken und Adaptionsverfahren für die On- und Off-Line Schrifterkennung 
Übersetzter Titel:
Modeling Techniques and Adaptation Methods for On- and Off-Line Script Recognition 
Jahr:
2002 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Betreuer:
Rigoll, Gerhard (Prof. Dr. habil.) 
Gutachter:
Rigoll, Gerhard (Prof. Dr. habil.); Groß, Horst-Michael (Prof. Dr.) 
Format:
Text 
Sprache:
de 
Fachgebiet:
ELT Elektrotechnik 
Stichworte:
Handschrifterkennung; On-Line; Off-Line; Dokumente; Hidden Markov Modell; Merkmalextraktion; hybride HMM; Kontextmodelle; N-Gramme; Adaption; Konfidenzmaße 
Übersetzte Stichworte:
handwriting recognition; on-line; off-line; documents; Hidden Markov Model; feature extraction; hybrid HMM; context models; n-grams; adaptation; confidence measures 
Schlagworte (SWD):
Schriftzeichenerkennung; Hidden-Markov-Modell 
TU-Systematik:
ELT 538d 
Kurzfassung:
Die vorliegende Arbeit beschreibt verschiedene Aspekte der automatischen On- und Off-Line Schrifterkennung, die auf der Verwendung von Hidden Markov Modellen (HMM) basiert. Neben der Erkennung kursiver Handschrift werden auch gedruckte Dokumente untersucht, wobei die Vorverarbeitungs- und Merkmalextraktionsmethoden jeweils dem Schrifttyp angepaßt werden. Der Schwerpunkt der Arbeit liegt jedoch auf der Untersuchung von hybriden Modellierungstechniken für die HMMs und der Entwicklung von Kontextmo...    »
 
Übersetzte Kurzfassung:
The presented work describes several aspects for automatic on- and off-line script recognition, which is based on Hidden Markov Models (HMM). The recognition performance for cursive handwritten words as well as machine-printed documents is examined, whereas specific methods for preprocessing and feature extraction have been chosen for the current type of script. However, the topic of this work is the examination of hybrid modeling techniques for HMMs and the development of context models, the us...    »
 
Veröffentlichung:
Universitätsbibliothek der TU München 
Mündliche Prüfung:
16.12.2002 
Dateigröße:
1016464 bytes 
Seiten:
150 
Letzte Änderung:
19.06.2007