Pengenalan tulisan tangan: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
←Membuat halaman berisi ''''Pengenalan tulisan tangan''' adalah kemampuan komputer untuk menerima dan menafsirkan '''''input''''' tulisan tangan yang dapat dimengerti dari sumber seperti dokumen ...' |
k Bot: +{{Authority control}} |
||
(28 revisi perantara oleh 14 pengguna tidak ditampilkan) | |||
Baris 1:
'''Pengenalan tulisan tangan''' (''Handwriting recognition'') adalah kemampuan komputer untuk menerima dan menafsirkan
Pengenalan tulisan tangan memerlukan [[rekognisi karakter optik]]. Namun, sistem pengenalan tulisan tangan yang lengkap juga menangani format, melakukan segmentasi yang tepat ke dalam karakter dan menemukan kata yang paling masuk akal.
Baris 13:
=== Ekstraksi karakter ===
Pada masa lalu, pengenalan karakter luring sering melibatkan pemindaian bentuk atau dokumen tertulis. Ini berarti karakter individu yang terdapat dalam gambar hasil pindai perlu diekstrak. Terdapat alat yang mampu melakukan langkah ini. Namun, ada beberapa ketidaksempurnaan dalam langkah ini. Karakter paling umum yang terhubung bersama dikembalikan sebagai gambar-sub tunggal yang berisi kedua karakter. Hal ini menyebabkan masalah utama pada tahap pengenalan. Namun tersedia banyak [[
=== Pengenalan karakter ===
Setelah ekstraksi dari karakter individu terjadi, mesin pengenal digunakan untuk mengidentifikasi karakter komputer yang cocok. Saat ini tersedia beberapa teknik pengenalan yang berbeda.
=== Jaringan saraf ===
Pengenalan jaringan saraf belajar dari pelatihan gambar awal yang telah ditetapkan. Jaringan yang telah terlatih kemudian membuat identifikasi karakter. Setiap jaringan
=== Fitur ekstraksi ===
Fitur ekstraksi bekerja dengan cara yang sama dengan pengenalan jaringan
Beberapa contoh properti
* Aspek rasio
* Persen piksel di atas titik setengah horizontal
Baris 32:
* Apakah tercermin x sumbu
Pendekatan ini memberikan pengenalan kontrol yang lebih atas properti yang digunakan dalam identifikasi. Namun setiap sistem yang menggunakan pendekatan ini memerlukan waktu pengembangan substansial yang lebih dari satu jaringan
== Pengenalan daring ==
Pengenalan tulisan tangan [[daring]] melibatkan konversi otomatis teks seperti yang tertulis pada sebuah
Elemen-elemen dari pengenalan tulisan tangan dala jaringan biasanya meliputi:
* pena atau [[stilus]] bagi pengguna untuk menulis.
* permukaan yang sensitif akan sentuhan, yang dapat diintegrasikan dengan, atau berdekatan dengan, tampilan
* aplikasi perangkat lunak yang menafsirkan gerakan [[stilus]] di permukaan menulis, menerjemahkan coretan yang dihasilkan menjadi teks digital.
== Perangkat keras ==
Pada awal tahun [[1980]] diperkenalkan produk komersial memasukkan pengenalan tulisan tangan sebagai pengganti untuk
Pada awal [[1990]]-an, pembuat perangkat keras termasuk NCR, [[IBM]] dan EO merilis komputer tablet PenPoint yang sistem opaerasi dikembangkan oleh GO Corp. PenPoint menggunakan pengenalan tulisan tangan dan pergerakan menyeluruh serta memberikan fasilitas untuk perangkat lunak pihak ketiga. Komputer tablet [[IBM]] adalah yang pertama yang mempegunakan nama ThinkPad dan menggunakan pengenalan tulisan tangan IBM. Sistem pengenalan kemudian dianggurkan ke [[Microsoft Windows]] untuk Pen Computing, dan Pen [[IBM OS/2]]. Tak satu pun dari mereka sukses secara komersial.
Kemajuan dalam elektronik memungkinkan daya komputasi yang diperlukan bagi pengenalan tulisan tangan untuk masuk ke dalam faktor bentuk yang lebih kecil dalam [[komputer tablet]], dan pengenalan tulisan tangan sering digunakan sebagai metode
Palm Inc. kemudian meluncurkan serangkaian [[PDA]] yang didasarkan pada sistem pengenalan Graffiti. Graffiti meningkatkan kegunaan dengan mendefinisikan satu set coretan, atau bentuk satu coretan, untuk masing-masing karakter. Ini memperkecil kemungkinan untuk input yang salah, walaupun menghafal pola coretan meningkatkan kurva pembelajaran bagi pengguna. Pengenalan tulisan tangan Graffiti ditemukan untuk menyalahi [[hak paten]] yang dimiliki oleh [[Xerox]], dan Palm menggantikan Graffiti dengan versi lisensi pengenalan tulisan tangan CIC yang sementara juga mendukung bentuk
Sebuah [[Tablet PC]] adalah [[komputer jinjing]] khusus yang dilengkapi dengan tablet
Dalam beberapa tahun terakhir, beberapa usaha dilakukan untuk menghasilkan pena tinta yang mencakup unsur-unsur digital, misalnya seseorang menulis di atas kertas dan kemudian hasil teks disimpan secara digital. Yang paling terkenal menggunakan teknologi ini dikembangkan oleh Anoto, yang telah sukses di pasar pendidikan. Keberhasilan umum produk ini belum ditentukan.
Meskipun pengenalan tulisan tangan adalah bentuk
== Perangkat lunak ==
Modul perangkat lunak awal bisa memahami tulisan tangan cetak di mana karakter dipisahkan. Contoh komersial dari perusahaan ini seperti Communications Intelligence Corporation dan [[IBM]]. Pada awal tahun [[1990]]-an, dua perusahaan Paragraph dan Lexicus hadir dengan sistem yang bisa memahami pengenalan tulisan tangan kursif. Paragraph berbasis di [[Rusia]] dan Lexicus didirikan oleh Ronjon Nag dan Chris Kortge yang masih menjadi mahasiswa di Universitas Stanford. Sistem
Sebuah sistem pengenalan tulisan tangan modern dapat dilihat dalam sistem operasi Microsoft yang ada pada Tablet PC (terutama Windows XP Tablet PC Edition, [[Windows Vista]], dan [[Windows 7]]). Hal ini didasarkan pada golongan Time delay neural network (TDNN), dijuluki [[Inferno]], yang dibangun di [[Microsoft]]. Kemudian pada versi kaligrafi,
Generasi ketiga dari teknologi pengenalan tulisan tangan, dibangun oleh Evernote Corporation (penerus divisi Pen & Internet Parascript) pada tahun [[2000]]-[[2004]], termasuk dalam perangkat lunak ritePen dan Evernote. ritePen juga mencakup teknologi fusi, yang memungkinkan menggabungkan riteScript dengan pengenalan tulisan tangan tertanam dalam [[Windows Vista]] untuk meningkatkan akurasi pengenalan masing-masing mesin pengenalan tulisan tangan.
MyScript Builder adalah pengenal tulisan tangan SDK dari Vision Objects yang populer di kalangan perusahaan pegembang perangkat lunak untuk pena digital berbasis pada teknologi Anoto.
== Penelitian ==
[[
Pengenalan tulisan tangan memiliki komunitas akademisi aktif yang mempelajarinya. Konferensi terbesar untuk pengenalan tulisan tangan adalah International Conference on Frontiers in Handwriting Recognition (ICFHR), diselenggarakan
* Pengenalan daring
* Pengenalan luring
* Verifikasi tanda tangan
* Interpretasi alamat pos
* Pengolahan cek bank
* Pengenalan penulis
Baris 85:
* 1962: Pengenalan komputer dari tersambung / naskah tulisan tangan
* 1969: sistem GRAIL: pengenalan tulisan tangan dengan layar tinta elektronik, perintah isyarat
* 1973: Applicon CAD / CAM sistem komputer menggunakan pengenal Ledeen untuk pengenalan tulisan tangan
* 1980: Retail sistem pengenalan tulisan tangan: Pencept dan CIC keduanya
* 1989: Komputer pengenalan tulisan tangan portabel: GRiDPad dari GRID Systems.
* 1997: Sistem interpretasi alamat tulisan tangan pertama (HWAI) digunakan oleh Dinas Pos Amerika Serikat
* 2007: Sistem pengenalan penulis otomatis pertama: CEDAR-FOX.
== Referensi ==
* https://sourceforge.net/projects/javaocr/ Java OCR, 05 June 2010. Retrieved
* Anoto Technology: Digital Pen and Paper, Anoto Group AB, http://www.anoto.com, retrieved 2008, Inforite Hand Character Recognition Terminal, Cadre Systems Limited, England, 1982-08-15
* Handwriter (R) GrafText (TM) System Model GT-5000, Communication Intelligence Corporation, 1985
* 50 Years of Looking Forward, RAND Corporation, 1998
* Dimond, Tom (1957), Devices for reading handwritten characters, Proceedings of Eastern Joint Computer Conference, pp.
* Computerized Graphic Processing System: System User's Manual, Applicon Incorporated, 1973
* Newman, W.M. (1973), The Ledeen Character Recognizer, Principles of Incorporated, 1973
* Ellis, T.O. (1969), RAND Tablet, NFP Corporation, RM-319873-ARPA, California
* Interactive Computer Graphics, McGraw-Hill, pp.
* S. N. Srihari, C. Huang and H. Srinivasan, On the Discriminability of the Handwriting of Twins, Journal of Forensic Sciences
== Pranala luar ==
* [http://rwservices.no-ip.info:81/biblio.html Annotated bibliography of references to handwriting recognition and pen computing]
{{Authority control}}
[[Kategori:Kecerdasan buatan]]
[[Kategori:Peranti penunjuk]]
|