Publisher's Synopsis
No último meio século, o reconhecimento de caracteres ingleses foi estudado e os resultados foram de tal ordem que podem produzir aplicações tecnológicas. Mas a mesma abordagem não pode ser utilizada no caso das línguas indianas devido à natureza da complicação em termos de estrutura e de cálculo. O "hindi", a língua nacional da Índia (escrita em escrita Devanagri), é a terceira língua mais popular do mundo, a seguir ao chinês e ao inglês. O reconhecimento de caracteres manuscritos Devanagri tem muita aplicação em diferentes domínios, como a leitura de endereços postais e a leitura eletrónica de cheques. Nas últimas décadas, foram propostos e desenvolvidos vários sistemas de reconhecimento de números manuscritos. Mas a robustez e a precisão desse sistema continuam a ser um problema devido à variedade de padrões de escrita, tamanho, inclinação, tinta e estilo de escrita. Assim, neste documento, é proposta uma nova abordagem para o reconhecimento de números manuscritos Devanagari com base em características estruturais globais e locais. O classificador de rede neural probabilística (PNN) é utilizado para classificar separadamente os algarismos Devanagari.
