Sistemi di riconoscimento manoscritto off-line efficienti e intelligenti

I principali contributi della tesi sono elencati di seguito: L'architettura neurale Feed Forward è identificata come il classificatore più adatto per riconoscere i caratteri inglesi scritti a mano. Viene proposta una nuova estrazione di caratteristiche zonali, chiamata estrazione di caratteristiche diagonali. Si studia l'ibridazione delle caratteristiche per migliorare l'accuratezza del riconoscimento. Viene identificato il miglior set di caratteristiche ibride. Viene proposta una nuova strategia di allenamento per il classificatore neurale per migliorare le accuratezze di riconoscimento medie e peggiori. Viene costruito un CRS completo per gli alfabeti inglesi scritti a mano misti. Viene sviluppato un algoritmo generale per la progettazione di CRS. Viene sviluppata e illustrata una metodologia per convalidare le prestazioni del CRS progettato. Questa tesi presenta una procedura sistematica per progettare e sviluppare un sistema di riconoscimento dei caratteri ad alta precisione per i caratteri inglesi scritti a mano.