dc.contributor.advisor | Simois Tirado, Francisco José | es |
dc.creator | Gallo García, Roberto | es |
dc.date.accessioned | 2023-01-13T15:55:21Z | |
dc.date.available | 2023-01-13T15:55:21Z | |
dc.date.issued | 2022 | |
dc.identifier.citation | Gallo García, R. (2022). Reconocimiento automático de caracteres manuscritos utilizando aprendizaje máquina. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. | |
dc.identifier.uri | https://hdl.handle.net/11441/141332 | |
dc.description.abstract | La Inteligencia Artificial y la búsqueda de la replicación de la consciencia y actividades humanas por parte de
las máquinas como leer, escribir, cantar etc. ha sido desde hace siglos un sueño y un campo de investigación
para la sociedad. En los últimos 60 años afortunadamente estos sueños se están volviendo realidad gracias al
desarrollo exponencial de la tecnología para tareas de automatización de actividades realizadas hasta ahora por
seres humanos. Una de las actividades con mayor recorrido y avances ha sido el reconocimiento óptico de formas
y patrones, con aplicaciones en infinidad de campos y que permiten el proceso de información de nuestro entorno
para luego combinarla con otras tareas de automatización y clasificación. Nos encontramos por lo tanto con un
campo con una gran proyección a futuro y en el que las máquinas cada vez están más cerca de competir con
capacidades humanas de lectura y abstracción.
Dentro del campo del reconocimiento óptico, el reconocimiento de caracteres y en especial el de textos
manuscritos ha sido uno de los mayores retos a afrontar debido a la diferencia en la que cada persona escribe un
mismo carácter y las condiciones en las que cada texto se nos puede presentar. Estas dificultades son estudiadas
y solventadas gracias al Reconocimiento Óptico de Caracteres (ROC).
Recientemente gracias al estudio de las redes neuronales, a la creación de arquitecturas de procesamiento de la
información cada vez más complejas y a la implementación de un hardware más potente en ordenadores
comerciales se ha conseguido llevar todas estas cuestiones a un público más amplio y se ha conseguido mejorar
la precisión de estos sistemas y minimizar los errores.
Este proyecto expone el estudio de este campo desde las bases, partiendo de los retos y la tecnología a emplear
y posteriormente realizando una comparativa de diferentes modelos, demostrando que el desarrollo de la
Inteligencia Artificial ha pasado en solo unas décadas de un reducido grupo de personas a todas aquellas que
con inquietud y tiempo contribuyen al avance de la sociedad. | es |
dc.description.abstract | Artificial Intelligence and research of machine replication of human conscience and activities like reading,
writing, singing etc. have been a dream for centuries and an important investigation field for modern society.
Fortunately, for the last 60 years these issues have become more than a dream by reason of exponential
development of technology for automatic processes which had completely been developed by humans so far.
One of the activities with the most of history is optical recognition for patterns and shapes, with several
applications in processing information around us to combine it with other classification and automation
processes. In conclusion, we have faced a field with a large future projection in which machines have upgraded
their performance and are currently closer to compete with human reading and abstraction abilities.
Within optical recognition development, character recognition and specially handwritten text have been one of
the most challenging tasks to face because of the differences in typography for the same character and all the
environmental conditions which accompany the text. These difficulties are being studied and solved in Optical
Character Recognition (OCR).
Recently, and owing to the study of Neural Networks, the creation of better and more complex rendering
architectures and, above all, a more powerful hardware for commercial computers, OCR problems have reached
a wider audience who have obtained better accuracy for these systems while reducing errors.
This project contains the study of this field from the roots, starting from the challenges to face and the technology
available to use and, after that, making a comparison between different OCR models, showing that AI
development has come from something studied by a small group of people to everyone who, with curiosity and
time contributes to society progress. | es |
dc.format | application/pdf | es |
dc.format.extent | 127 p. | es |
dc.language.iso | spa | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.title | Reconocimiento automático de caracteres manuscritos utilizando aprendizaje máquina | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.type.version | info:eu-repo/semantics/publishedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.contributor.affiliation | Universidad de Sevilla. Departamento de Teoría de la Señal y Comunicaciones | es |
dc.description.degree | Universidad de Sevilla. Grado en Ingeniería Electrónica, Robótica y Mecatrónica | es |