Reconocimiento off-line del escritor a través de pequeños fragmentos de grafema y Redes Neuronales Convolucionales
Autor
Becerra Muñoz, Guillermo Hugo
Profesor Guía
Mora Cofré, MarcoFecha
2022Resumen
Este trabajo propone un nuevo método para reconocer la identidad del escritor
mediante pequeños fragmentos de texto manuscrito obtenidos de forma aleatoria de un
párrafo. La contribución principal de este trabajo muestra que pequeños fragmentos
poseen información biométrica suficiente para la identificación del escritor. Una segunda
contribución es la construcción de 2 repositorios de imágenes de texto manuscrito,
provenientes de 50 escritores, el primero de 4 párrafos de texto de 64 palabras en
alta resolución por escritor, el segundo de más de 700 mil fragmentos de texto por
escritor. Se realizaron experimentos con distintas Redes Neuronales Convolucionales
considerando los modelos VGG-16, VGG19, InceptionV3, ResNet-50 y MobileNetV2.
Se implementaron 2 esquemas de clasificación, el primero de clasificación de fragmentos
individuales, el segundo de clasificación de grupos de fragmentos. Se obtuvieron los
mejores resultados con grupos de fragmentos, lográndose una tasa de acierto del 96 %
al identificar un texto con el mismo contenido semántico y del 87 % para identificar al
escritor con un texto con distinto contenido semántico.
Tesis para optar al grado de Magíster en Ciencias de la Computación
Link de Acceso
Click aquí para ver el documentoColecciones
La publicación tiene asociados los siguientes ficheros de licencia: