ИНЖЕНЕРНЫЙ ВЕСТНИК

УДК. 81:002

Россия, МГТУ им. Н.Э. Баумана

fizmail@inbox.ru

В работе приведены результаты обзора методов и средств автоматизированной оценки каллиграфии. Основное внимание уделено обобщению подходов к формированию графического навыка письма и анализу технологических приемов первоначального обучения письму, включая способы корректировки почерка. Даны оценки существующих решений распознавания рукописного текста и оценки каллиграфии. Сформулированы предложения по структуре и составу современных интеллектуальных систем распознавания рукописного текста и оценки каллиграфии, даны рекомендации по областям применения.

Список литературы

1.     Абрамов Е. С. Моделирование систем распознавания изображений (На примере печатных текстов) : Дис. ... канд. техн. наук : 05.13.01 СПб., 2006 – 140 с.

2.     Багдонас А., Жлабпс Р., Кведаравичус А., Нашлю-нас Р., Швагждис П., Яшинскас П. Читающее устройство «РУТА 701» // Автоматизация ввода письменных знаков в электронно-вычислительные ма­шины: доклады науч.-техн. совещания, Вильнюс, 1968. – С. 96-121.

3.     Бухалто А.Н., Булаев В.И., Власов А.И. и др. Нейрокомпьютеры в системах обработки изображений. – М.: Радиотехника, 2003. – 192 с.

4.     Власов А.И., Кирбабин О.Е., Шепель А.С. Методология визуального проектирования как инструмент организации поддержки учебного процесса // Новые информационные технологии и менеджмент качества (NIT&MQ`2008). Материалы международного симпозиума/Редкол.: А.Н.Тихонов (пред.) и др. // ФГУ ГНИИ ИТТ «Информика». – М.: ЭГРИ, 2008. – 219 с.

5.     Горлов Д.В. Распознавание изображений на основе признаков, инвариантных к сдвигу, вращению, масштабированию: Автореф. дис. канд. техн. наук: – Красноярск, 2002. – 20 с.

6.     Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: – Мир, 1989. – 510 с.

7.     Котович Н.В., Славин О.А. Распознавание скелетных образов. Электронный ресурс. // Режим доступа: http:ocrai.narod.ru

8.     Кудреватова Л.И. Типичные каллиграфические ошибки и их исправления // Начальная школа, 1995. – №10. – С.39-45.

9.     Мерков А.Б. Основные методы, применяемые для распознавания рукописного текста // Лаборатория распознавания образов МЦНМО, 2004.

10.  Морозов М. Н. Курс лекций по дисциплине «Системы искусственного интеллекта» // Марийский государственный технический университет, 2005.

11.  Проненко Л.И. Каллиграфия для всех. – M.: Книга, 1990. – 115 с.

12.  Телков А.Ю. Экспертные системы: Учебное пособие. – Воронеж: ИПЦ ВГУ, 2007. – 83 с.

13.  Фу К. Структурные методы в распознавании образов. – М.: Мир, 1977 – 320 с.

14.  Фукунага К. Введение в статистическую теорию распознавания образов. – М.: Наука, 1979. – 368 с.

15.  Хорошилова Е.И. Характеристика специфических ошибок письма младших школьников // Начальная школа, 2001. – №7. – С.32–35.

16.  Цыновникова Ю.Л. Автоматизация навыка письма на этапе первичного усвоения буквенных знаков // Начальная школа, 2001. – №7. – С.57-62.

17.  Шахнов В.А., Власов А.И., Кузнецов А.С., Поляков Ю.А. Нейрокомпьютеры: архитектура и схемотехника. - М.: Машиностроение, 2000. – 64 c.

18.  Шахнов В.А., Власов А.И., Поляков Ю.А., Кузнецов А.С. Нейрокомпьютеры: Архитектура и схемотехника // ChipNews, 2011. – №1. - С.18-21.

19.  Шахнов В.А., Власов А.И., Зинченко Л.А. О методическом обеспечении инженерного образования в современных условиях // Высшее образование в России, 2012. – №3. – С.104-108.

20.  Belhumeur P. N., Hespanha J. P. and Kriegman D. J. Eigenfaces vs Fisherfaces: Recognition Using Class Specific Linear Projection. IEEE Transactions on Pattern Analysis and Machine Intelligence 1997, Vol. 19, pp. 711-720.

21.  Vetter T. and Poggio T. Linear Object Classes and Image Synthesis From a Single Example Image. IEEE Transactions on Pattern Analysis and Machine Intelligence 1997, Vol. 19, pp. 733-742.