Sistema de transcripción automática de texto manuscrito con técnicas de RTM

Abstract

El objetivo de este proyecto fue implementar un sistema de transcripción de texto manuscrito, en donde a partir de la entrada de una imagen de texto manuscrito se obtenga un texto editable y legible para las computadoras. Para este trabajo empleamos el HTK3 (Hidden Markov Model Toolkit), es un herramienta de código abierto basado en modelo ocultos de Markov. Para la experimentación utilizamos el corpus “Spanish Numbers4”, se trata de un corpus de texto escrito a mano sobre los nombres de los números en español. Para el análisis estadístico de los resultados y garantizar que son independientes las particiones de los datos de entrenamiento y de los datos de prueba se utilizó la técnica cross-validation. El sistema de transcripción obtuvo un máximo del 87.79% de tasa de reconocimiento y un promedio total de 83.52%.