Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Identificador de letras manuscritas usando redes neurais convolucionais
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1108568
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Paetzold, Gustavo Henrique | - |
| Autor(es): dc.contributor | Paetzold, Gustavo Henrique | - |
| Autor(es): dc.contributor | Jeronymo, Daniel Cavalcanti | - |
| Autor(es): dc.contributor | Oliveira, Ricardo Tavares de | - |
| Autor(es): dc.creator | Santos, Rafaela Louise dos | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T13:10:18Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T13:10:18Z | - |
| Data de envio: dc.date.issued | 2025-05-13 | - |
| Data de envio: dc.date.issued | 2025-05-13 | - |
| Data de envio: dc.date.issued | 2025-02-17 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/36788 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1108568 | - |
| Descrição: dc.description | Optical character recognition (OCR) has been widely used in document scanning, facilitating the conversion of printed texts into digital formats. However, handwritten letter recognition still represents a significant challenge due to the wide variation in writing styles. This work aims to develop a handwritten character identification algorithm using computer vision, machine learning and convolutional neural networks techniques. The main objective is to create a model capable of recognizing different writing styles, trained with a large set of data to achieve satisfactory performance in different scenarios. The methodology employed included data collection and preprocessing, definition of the neural network architecture, application of regularization techniques and evaluation of the model both on internal data and in an external environment. To validate the robustness of the model, a completely new data set was collected in collaboration with the UTFPR community, allowing its effectiveness to be tested in different scenarios. The model was evaluated on both previously consolidated external data and on newly collected data, ensuring a comprehensive analysis of its performance. The results obtained demonstrated that the applied approach is promising, achieving Precision (90%), Recall (91%), F1-Score (90%) and Accuracy (91%) rates. Among the advantages of the developed method, the ability to adapt to different writing styles stands out, while the main limitations involve the need for a large volume of data for effective training. It is concluded that the objective of the work was achieved, contributing to the area of pattern recognition and paving the way for future improvements, such as the incorporation of new handwritten text processing techniques to increase the accuracy of the model. | - |
| Descrição: dc.description | O reconhecimento óptico de caracteres (OCR) tem sido amplamente utilizado na digitalização de documentos, facilitando a conversão de textos impressos em formatos digitais. No entanto, o reconhecimento de letras manuscritas ainda representa um desafio significativo devido à grande variação nos estilos de escrita. Este trabalho busca desenvolver um algoritmo de identificação de caracteres manuscritos utilizando técnicas de visão computacional, aprendizado de máquina e redes neurais convolucionais. O objetivo principal é criar um modelo capaz de reconhecer diferentes estilos de escrita, treinado com um conjunto amplo de dados para alcançar um desempenho satisfatório em diversos cenários. A metodologia empregada incluiu a coleta e o pré-processamento de dados, a definição da arquitetura da rede neural, a aplicação de técnicas de regularização e a avaliação do modelo tanto em dados internos quanto em um ambiente externo. Para validar a robustez do modelo, foi coletado um conjunto de dados completamente novo em colaboração com a comunidade UTFPR, permitindo testar sua eficácia em diferentes cenários. O modelo foi avaliado tanto em dados externos já consolidados quanto nos novos dados coletados, garantindo uma análise abrangente de seu desempenho. Os resultados obtidos demonstraram que a abordagem aplicada é promissora, atingindo taxas de Precision (90%), Recall (91%), F1-Score (90%) e Acurácia (91%). Entre as vantagens do método desenvolvido, destaca-se a capacidade de adaptação a diferentes estilos de escrita, enquanto as principais limitações envolvem a necessidade de um grande volume de dados para treinamento eficaz. Conclui-se que o objetivo do trabalho foi alcançado, contribuindo para a área de reconhecimento de padrões e abrindo caminho para melhorias futuras, como a incorporação de novas técnicas de processamento de texto manuscrito para aumentar a precisão do modelo. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Toledo | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Engenharia de Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Palavras-chave: dc.subject | Classificação | - |
| Palavras-chave: dc.subject | Escrita - Identificação | - |
| Palavras-chave: dc.subject | Reconhecimento óptico de caracteres | - |
| Palavras-chave: dc.subject | Aprendizado profundo (aprendizado de máquina) | - |
| Palavras-chave: dc.subject | Classification | - |
| Palavras-chave: dc.subject | Writing - Identification | - |
| Palavras-chave: dc.subject | Optical character recognition | - |
| Palavras-chave: dc.subject | Deep learning (Machine learning) | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS | - |
| Título: dc.title | Identificador de letras manuscritas usando redes neurais convolucionais | - |
| Título: dc.title | Handwritten letter identifier using convolutional neural networks | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo