Andere Kunden interessierten sich auch für
![Automatische Verbesserung von orthogonalen Variabilitätsmodellen]( "Automatische Verbesserung von orthogonalen Variabilitätsmodellen")
Automatische Verbesserung von orthogonalen Variabilitätsmodellen49,00 €![Automatische Analyse von Minirhizotronbildern]( "Automatische Analyse von Minirhizotronbildern")
Automatische Analyse von Minirhizotronbildern59,00 €![Automatische Gewinnung von Metadaten aus verschiedenen Dateiformaten]( "Automatische Gewinnung von Metadaten aus verschiedenen Dateiformaten")
Automatische Gewinnung von Metadaten aus verschiedenen Dateiformaten59,00 €![Automatische Optimierung von Prüfparametern]( "Automatische Optimierung von Prüfparametern")
Automatische Optimierung von Prüfparametern49,00 €![Automatische Erkennung und Messung von IT-Sicherheitsaufwänden]( "Automatische Erkennung und Messung von IT-Sicherheitsaufwänden")
Automatische Erkennung und Messung von IT-Sicherheitsaufwänden47,95 €![Automatische Synthese rekursiver Programme als Beweisverfahren]( "Automatische Synthese rekursiver Programme als Beweisverfahren")
Automatische Synthese rekursiver Programme als Beweisverfahren54,99 €![Automatische Performanzoptimierung Paralleler Architekturen]( "Automatische Performanzoptimierung Paralleler Architekturen")
Automatische Performanzoptimierung Paralleler Architekturen98,00 €
Gebundene Handschrift stellt die größte Herausforderung bei der automatischen
Schrifterkennung dar. Während bei Druckschrift Segmentierung und Erkennung der Zeichen sequentiell abgearbeitet werden können, beeinflussen sie sich bei Handschrift wechselseitig. Dies wird bei den meisten Systemen mit Hidden-Markov-Modellen (HMM) gelöst. So auch bei Powerscript, eingesetzt in der Postautomatisierung und eines der weltweit meistbenutzten Systeme, welches in Theorie, Realisierung und Ergebnissen detailliert beschrieben wird. Es erzielt hohe Erkennungsraten, weil es statistisch arbeitet: Das Aussehen der Zeichen wird nicht vorgegeben, sondern mit Beispielen
gelernt. Und dennoch werden Annahmen gemacht: Die Anzahl relevanter Schreibvarianten, ihre Größe und Komplexität werden durch die Topologien der Zeichen-HMM festgelegt. Ihre Optimierung ist das Thema des Buches. Es werden Modellwahlkriterien als Kompromiss zwischen Komplexität und Einfachheit definiert, anschließend werden verschiedene Optimierungsverfahren vorgestellt. Ihre Ergebnisse sind plausibel und verbessern die Erkennungsleistung, besonders bei fremden Schriften, wie Arabisch, für die kein Expertenwissen verfügbar ist.
Schrifterkennung dar. Während bei Druckschrift Segmentierung und Erkennung der Zeichen sequentiell abgearbeitet werden können, beeinflussen sie sich bei Handschrift wechselseitig. Dies wird bei den meisten Systemen mit Hidden-Markov-Modellen (HMM) gelöst. So auch bei Powerscript, eingesetzt in der Postautomatisierung und eines der weltweit meistbenutzten Systeme, welches in Theorie, Realisierung und Ergebnissen detailliert beschrieben wird. Es erzielt hohe Erkennungsraten, weil es statistisch arbeitet: Das Aussehen der Zeichen wird nicht vorgegeben, sondern mit Beispielen
gelernt. Und dennoch werden Annahmen gemacht: Die Anzahl relevanter Schreibvarianten, ihre Größe und Komplexität werden durch die Topologien der Zeichen-HMM festgelegt. Ihre Optimierung ist das Thema des Buches. Es werden Modellwahlkriterien als Kompromiss zwischen Komplexität und Einfachheit definiert, anschließend werden verschiedene Optimierungsverfahren vorgestellt. Ihre Ergebnisse sind plausibel und verbessern die Erkennungsleistung, besonders bei fremden Schriften, wie Arabisch, für die kein Expertenwissen verfügbar ist.