KOSCRIPT- KOblenz SCript RecognItion ProjecT
Laufzeit: 01.01.1994 - 31.12.1999
Partner: Forschungsverbundprojekt ´READ´: AEC/Siemens, Daimler Benz, DFKI, GMD, TU Braunschweig, Univ. Magdeburg.
Förderkennzeichen: Informationstechnik, 01IN503H6
Förderung durch: Bund: BMBF, Informationstechnik, 01IN503H6
Kurzfassung
Das KOSCRIPT-Projekt (incl. BMBF-gefördertes Teilprojekt READ) untersucht Lösungsansätze zur Handschrifterkennung auf der Basis von Unifikationsgrammatiken. Arbeitsschwerpunkte sind:
1. Entwicklung einer hybriden Systemstruktur, die die Integration unterschiedlicher Mustererkennungsansätze in ein regelbasiertes Gesamtsystem erlaubt
2. Entwicklung von Regelschemata für die Anwendungsdomäne uneingeschränkte Handschrifterkennung
3. Entwicklung und Analyse geeigneter flexibler...Das KOSCRIPT-Projekt (incl. BMBF-gefördertes Teilprojekt ´READ´) untersucht Lösungsansätze zur Handschrifterkennung auf der Basis von Unifikationsgrammatiken. Arbeitsschwerpunkte sind:
1. Entwicklung einer hybriden Systemstruktur, die die Integration unterschiedlicher Mustererkennungsansätze in ein regelbasiertes Gesamtsystem erlaubt
2. Entwicklung von Regelschemata für die Anwendungsdomäne uneingeschränkte Handschrifterkennung
3. Entwicklung und Analyse geeigneter flexibler Inferenz/Kontroll-Mechanismen
4. Entwicklung von Methoden zur automatischen Regel-Generierung aus Lernstichproben
5. Entwicklung einer (teil-)automatischen OOP Code-Generierung (Regel-Compilation in C++ Anwendungsrepräsentation).; Charakteristisch für die Gesamtkonzeption des Projektes ist die Trennung in eine flexible Entwicklungs- und eine effiziente Anwendungsrepräsentation des Erkennungswissens und deren (halb)automatische Überführbarkeit ineinander. Methodisch orientiert sich das Projekt v.a. an strukturellen Ansätzen zur Mustererkennung. Formale Grundlage der regelbasierten Entwicklungsrepräsentation sind Unifikationsgrammatiken, die speziell in Hinblick auf Mustererkennungsaufgaben modifiziert wurden. Insbesondere werden in diesem Zusammenhang evidenzgesteuerte daten- und konzeptgetriebene Ableitungsmechanismen entwickelt, die Schrifterkennung als dynamischen Hypothesen-Bildungs- und Verifikations-Prozess modellieren. Weitere Info im WWW: http://www.uni-koblenz.de/~steigner/labor/read.html» weiterlesen» einklappen
Veröffentlichungen
- Lemmer, Uwe; Steigner, C.; Dreschler-Fischer, L. et al.
- Feature Structures for Representing and Deducing Visual Data
- Lemmer, Uwe; Steigner, C.
- KOSCRIPT - A hybrid unification based cursive script recognition system