Reconhecimento de palavras manuscritas infantis utilizando deep learning

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorAires, Simone Bello Kaminski-
Autor(es): dc.contributorAires, Simone Bello Kaminski-
Autor(es): dc.contributorAndrade, Mauren Louise Sguario Coelho de-
Autor(es): dc.contributorBorges, André Pinz-
Autor(es): dc.creatorGianisella, Maria Eduarda Guedes Pinto-
Data de aceite: dc.date.accessioned2025-08-29T13:28:57Z-
Data de disponibilização: dc.date.available2025-08-29T13:28:57Z-
Data de envio: dc.date.issued2025-07-02-
Data de envio: dc.date.issued2025-07-02-
Data de envio: dc.date.issued2025-05-22-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/37323-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1114060-
Descrição: dc.descriptionThe recognition of children's handwriting is a significant challenge in the field of computer vision due to the high variability, inconsistency, and imprecision found in the writing of children in the early stages of literacy. This work aims to develop a recognition system for handwritten children's words using Convolutional Neural Networks (CNNs) with deep learning techniques. To achieve this, a dataset consisting of 3,476 images of words written by children aged 6 to 10 was used. The images were processed and classified into 84 classes corresponding to an educational lexicon. Preprocessing techniques were applied, and VGG-16 and ResNet-50 models were trained, testing the application of data augmentation and transfer learning using models pre-trained on the IAM dataset. The models were evaluated using metrics such as accuracy, precision and Word Error Rate (WER). The results showed accuracy rates of up to 96.55% in word recognition, validating the effectiveness of the proposed approach. The system has potential applications in educational environments, particularly in the form of digital games, contributing to the literacy process in an inclusive and interactive way.-
Descrição: dc.descriptionO reconhecimento de manuscritos infantis é um desafio significativo na área de visão computacional, devido à alta variabilidade, inconsistência e imprecisão presentes na escrita de crianças em fase de alfabetização. Este trabalho tem como objetivo desenvolver um sistema de reconhecimento de palavras manuscritas infantis utilizando redes neurais convolucionais (CNNs) com técnicas de aprendizado profundo. Para isso, foi utilizada uma base de dados composta por 3.476 imagens de palavras escritas por crianças entre 6 e 10 anos. As imagens foram processadas e classificadas em 84 classes correspondentes a um léxico educacional. Foram aplicadas técnicas de pré-processamento, e o treinamento de modelos VGG-16 e ResNet-50 foi realizado, testando a aplicação de data augmentation e transfer learning com os modelos pré-treinados na base IAM. Os modelos foram avaliados por métricas como acurácia, precisão e Word Error Rate (WER). Os resultados demonstraram acurácia de até 96,55% no reconhecimento das palavras, validando a eficácia da abordagem proposta. O sistema tem potencial de aplicação em ambientes educacionais, especialmente na forma de jogos digitais, contribuindo para o apoio ao processo de alfabetização de forma inclusiva e interativa.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherCiência da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc/4.0/-
Palavras-chave: dc.subjectEscrita - Identificação-
Palavras-chave: dc.subjectEscritos de crianças-
Palavras-chave: dc.subjectManuscritos-
Palavras-chave: dc.subjectSistemas de reescrita (Computação)-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectWriting - Identification-
Palavras-chave: dc.subjectChildren's writings-
Palavras-chave: dc.subjectManuscripts-
Palavras-chave: dc.subjectRewriting systems (Computer science)-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleReconhecimento de palavras manuscritas infantis utilizando deep learning-
Título: dc.titleRecognition of children’s handwritten words using deep learning-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.