Diese Arbeit stellt ein auf kontinuierlichen Hidden-Markov-Modellen (HMM) sowie ein auf diskreten HMM basierendes System zur Online-Erkennung von Whiteboard-Notizen vor und beschreibt drei Ansätze zur Verbesserung dieser Systeme. Es erfolgt eine Selektion der für die Handschrifterkennung am Whiteboard relevanten Merkmale. Die Ergebnisse zeigen, dass der binärwertige Stiftdruck im diskreten Fall nicht adäquat modellierbar ist, weswegen geeignete Verfahren zur verlustfreien Modellierung des Druckmerkmals entwickelt werden. Die Schriftlinien innerhalb einer am Whiteboard geschriebenen Textzeile weisen Verzerrungen auf. Deshalb wird ein neuartiges Verfahren zur Schätzung des Verlaufs der Schriftlinien vorgestellt und eine Reihe von Möglichkeiten beschrieben, wie mithilfe der Kenntnis über den Verlauf der Schriftlinien die Leistungsfähigkeit sowohl des kontinuierlichen als auch des diskreten Erkennungssystems verbessert werden kann.     «

Diese Arbeit stellt ein auf kontinuierlichen Hidden-Markov-Modellen (HMM) sowie ein auf diskreten HMM basierendes System zur Online-Erkennung von Whiteboard-Notizen vor und beschreibt drei Ansätze zur Verbesserung dieser Systeme. Es erfolgt eine Selektion der für die Handschrifterkennung am Whiteboard relevanten Merkmale. Die Ergebnisse zeigen, dass der binärwertige Stiftdruck im diskreten Fall nicht adäquat modellierbar ist, weswegen geeignete Verfahren zur verlustfreien Modellierung des Druckm...     »

Handwriting recognition (HWR) on whiteboards experiences, due to its usage in so-called “Smart-Meeting-Rooms”, growing attention in the field of pattern recognition. Herein, distortions caused by the writer’s upright position are a challenge. In this thesis, systems for on-line HWR of whiteboards notes based on both continuous and discrete Hidden-Markov-Models (HMM) are developed and enhanced. Relevant features are selected and the pen’s pressure information is modeled in a lossless and implicit manner. The script lines within a line of text written on a whiteboard suffer from distortions. Hence, a novel approach for identifying the script lines in those texts is presented.      «

Handwriting recognition (HWR) on whiteboards experiences, due to its usage in so-called “Smart-Meeting-Rooms”, growing attention in the field of pattern recognition. Herein, distortions caused by the writer’s upright position are a challenge. In this thesis, systems for on-line HWR of whiteboards notes based on both continuous and discrete Hidden-Markov-Models (HMM) are developed and enhanced. Relevant features are selected and the pen’s pressure information is modeled in a lossless and implici...     »