search query: @instructor Kangas, Jari / total: 8
reference: 3 / 8
Author: | Vuori, Vuokko |
Title: | Adaptation in On-line Recognition of Handwriting |
Adaptaatio käsinkirjoitettujen merkkien reaaliaikaisessa tunnistuksessa | |
Publication type: | Master's thesis |
Publication year: | 1999 |
Pages: | 102 Language: eng |
Department/School: | Teknillisen fysiikan ja matematiikan osasto |
Main subject: | Informaatiotekniikka (Tik-61) |
Supervisor: | Oja, Erkki |
Instructor: | Kangas, Jari ; Laaksonen, Jorma |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark TF80 | Archive |
Abstract (fin): | Tässä työssä on tutkittu käsinkirjoitettujen merkkien reaaliaikaista tunnistusta. Työn alkuosa koostuu kirjallisuustutkimuksesta, jossa on esitelty käsinkirjoitetun tekstin tunnistukseen liittyviä ongelmia ja erilaisia, kirjallisuudesta löytyneitä tunnistusmenetelmiä. Kirjallisuustutkimuksessa on keskitytty menetelmiin, jotka soveltuvat yksittäisten, alfanumeeristen merkkien reaaliaikaiseen tunnistukseen. Erityistä huomiota on kiinnitetty menetelmiin, jotka pystyvät mukautumaan nopeasti käyttäjän käsialaan. Työn keskeisin aihe oli kehittää käyttäjän käsialan oppiva tunnistusjärjestelmä ja tutkia erilaisia oppimismenetelmiä. Toteutettu tunnistusjärjestelmä perustuu k:n lähimmän naapurin menetelmään eli merkit tunnistetaan vertailemalla niitä tunnettuihin mallimerkkeihin eli prototyyppeihin. Merkkien vertailussa on käytetty etäisyysmäärittelyjä, jotka perustuvat dynamic time warping (DTW) -menetelmään. Järjestelmän oppiminen tapahtuu prototyyppijoukkoa muuntelemalla. Prototyyppejä joko poistetaan tai lisätään erilaisten tunnistustuloksiin perustuvien sääntöjen mukaisesti. Lisäksi prototyyppien muotoa muunnellaan oppivaan vektorikvantisaatioon (LVQ) perustuvalla menetelmällä. Työssä tarvitut merkkinäytteet kerättiin erityisen kirjoitusalustan ja kynän avulla. Merkit tunnistettiin sitä mukaa kuin niitä kirjoitettiin. Näitä keräyksen aikana saatuja tunnistustuloksia käytettiin käyttäjän käsialan muutosten arvioimiseen. Erilaisia esikäsittelymenetelmiä, etäisyysmäärittelyjä ja oppimismenetelmiä tutkittiin tunnistamalla kerätyt merkit jälkikäteen uudelleen. |
ED: | 1999-02-05 |
INSSI record number: 13951
+ add basket
INSSI