Read more
En la última mitad del siglo pasado, se estudió el reconocimiento de caracteres ingleses y los resultados fueron de tal tipo que puede producir aplicaciones impulsadas por la tecnología. Pero el mismo enfoque no se puede utilizar en el caso de las lenguas indias debido a la naturaleza de la complicación en términos de estructura y cálculo. "El hindi, la lengua nacional de la India (escrita en devanagri), es la tercera lengua más popular del mundo después del chino y el inglés. El reconocimiento de caracteres manuscritos devanagri tiene muchas aplicaciones en distintos campos, como la lectura de direcciones postales o la lectura electrónica de cheques. En las últimas décadas se han propuesto y desarrollado varios sistemas de reconocimiento de números manuscritos. Sin embargo, la robustez y precisión de estos sistemas sigue siendo un problema debido a la variedad de patrones de escritura, tamaño, inclinación, tinta y estilo de escritura. En este artículo se propone un nuevo enfoque para el reconocimiento de números manuscritos en devanagari basado en características estructurales globales y locales. Se utiliza un clasificador de red neuronal probabilística (PNN) para clasificar los numerales devanagari por separado.
About the author
Abhay S. Lengare è nato nel Maharashtra (India). Ha studiato all'università Shuvaji di Kolhapur e ha conseguito il B.E. (Elettronica) nel 2012 e il M.E. (Elettronica) nel 2014. Dal 2014 lavora come professore assistente presso il dipartimento di elettronica del karmveer bhaurao patil college of engg. satara.
