Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Article Category

Zawartość zarchiwizowana w dniu 2023-03-02

Article available in the following languages:

Nagroda dla hiszpańskich naukowców za opracowanie systemu rozpoznawania starych rękopisów

Hiszpańscy naukowcy otrzymali nagrodę za opracowanie systemu automatycznego rozpoznawania rękopisów. Naukowcy z Centrum Komputerowych Systemów Wizyjnych Autonomicznego Uniwersytetu w Barcelonie opracowali efektywny model zamazanego kształtu (Blurred Shape Model - BSM), aby u...

Hiszpańscy naukowcy otrzymali nagrodę za opracowanie systemu automatycznego rozpoznawania rękopisów. Naukowcy z Centrum Komputerowych Systemów Wizyjnych Autonomicznego Uniwersytetu w Barcelonie opracowali efektywny model zamazanego kształtu (Blurred Shape Model - BSM), aby umożliwić pracę nad starymi, zniszczonymi lub trudnymi do odczytania rękopisami, ręcznie zapisanymi partyturami i rysunkami architektonicznymi. Według naukowców dzięki ich badaniom powstał wydajny interfejs człowiek - maszyna (HMI), który umożliwia automatyczne reprodukowanie dokumentów podczas ich pisania lub rysowania. Naukowcy zdobyli za swój model pierwszą nagrodę w trzeciej edycji Iberyjskiej Konferencji na temat Rozpoznawania Wzorów i Analizy Obrazów (IbPRIA). Aby stworzyć modele opisu i klasyfikacji odręcznie napisanych symboli, naukowcy oparli swoją pracę na biologicznych procesach zachodzących w ludzkim umyśle oraz umiejętności widzenia i interpretowania wszelkiego rodzaju obrazów (rozpoznawanie kształtów, struktur i wymiarów). Zdaniem twórców tego systemu komputerowego, różni się on od innych umiejętnością wykrywania różnic, deformacji elastycznych i nierównych zniekształceń, które mogą się pojawić w przypadku ręcznego odtwarzania jakiegokolwiek symbolu (liter, znaków, rysunków itp.). Kolejną korzyścią jest możliwość pracy w czasie rzeczywistym, zaledwie kilka sekund po wprowadzeniu dokumentu do komputera. Naukowcy zdecydowali się zbadać efektywność systemu przez przeprowadzenie eksperymentów w dwóch obszarach aplikacji: bazie danych nut oraz bazie danych symboli architektonicznych. Pierwsza baza zawierała w sumie 2128 przykładów trzech rodzajów nut zapisanych przez 24 różne osoby, natomiast druga obejmowała 2762 przykłady ręcznie napisanych symboli architektonicznych należących do 14 różnych grup. Każda grupa zawierała około 200 rodzajów symboli zapisanych przez 13 różnych osób. Model BSM był w stanie rozpoznać nuty z ponad 98-procentową dokładnością, a dokładność w przypadku symboli architektonicznych wyniosła 90 procent.

Kraje

Hiszpania

Moja broszura 0 0