Buscar en Google Scholar
Registro completo de metadatos
Beltrán Castañón, César Armando
Ascarza Mendoza, Franco Javier (es_ES)
2018-11-28T22:28:21Z
2018-11-28T22:28:21Z (es_ES)
2018-11-28T22:28:21Z (es_ES)
2018-11-28T22:28:21Z
2018 (es_ES)
2018-11-28 (es_ES)
http://hdl.handle.net/20.500.12404/13050
Los manuscritos históricos contienen valiosa información, en los últimos años se han realizado esfuerzos para digitalizar dicha información y ponerla al alcance de la comunidad científica y público en general a través de imágenes en bibliotecas virtuales y repositorios digitales. Sin embargo, existen documentos y manuscritos históricos escritos en un lenguaje extinto en la actualidad y una cantidad limitada de profesionales expertos en la interpretación y análisis de dichos documentos. Las imágenes de los documentos y manuscritos históricos poseen características particulares producto precisamente de su antigüedad como por ejemplo: La degradación del papel, el desvanecimiento de la tinta, la variabilidad en iluminación y textura, entre otros. Tareas como recuperación de información o traducción automática de imágenes de manuscritos históricos requieren una etapa de pre-procesamiento importante debido a las características mencionadas en el párrafo anterior. Entre las tareas de pre-procesamiento se puede mencionar la binarización y la segmentación de la imagen en regiones de interés. La presente tesis se enfoca en el procedimiento de segmentación en regiones de interés de las imágenes de manuscritos históricos. Existen métodos para segmentar imágenes de documentos históricos basados fundamentalmente en la extracción manual de características con previo conocimiento del dominio. La finalidad de la presente tesis es desarrollar un modelo general que automáticamente aprenda a extraer características de los pixeles de las imágenes de los documentos históricos y utilizar dichas características para clasificar los pixeles en las clases que previamente se definirán. (es_ES)
Tesis (es_ES)
spa (es_ES)
Pontificia Universidad Católica del Perú (es_ES)
info:eu-repo/semantics/openAccess (es_ES)
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ (*)
Procesamiento de imágenes digitales (es_ES)
Manuscritos (es_ES)
Segmentación automática de textos, mediante redes neuronales convolucionales en imágenes documentos históricos (es_ES)
info:eu-repo/semantics/masterThesis (es_ES)
Pontificia Universidad Católica del Perú. Escuela de Posgrado (es_ES)
Informática con mención en Ciencias de la Computación (es_ES)
Maestría (es_ES)
Maestro en Informática con mención en Ciencias de la Computación (es_ES)
PE (es_ES)
https://purl.org/pe-repo/ocde/ford#1.02.00 (es_ES)
https://purl.org/pe-repo/renati/level#maestro (es_ES)
29561260
https://orcid.org/0000-0002-0173-4140 (es_ES)
611087 (es_ES)
http://purl.org/pe-repo/renati/type#tesis (es_ES)
Privada asociativa



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons