Reconocimiento de caracteres escritos a mano en Android para educación básica utilizando una red neuronal convolucional
Autores: Zin, Thi Thi; Thant, Shin; Pwint, Moe Zet; Ogino, Tsugunobu
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Reconocimiento de caracteres escritos a mano en Android para educación básica utilizando una red neuronal convolucional
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Educación
Aplicación de autoaprendizaje
Países en desarrollo
Red Neuronal Convolucional
Datos escritos a mano
Reconocimiento de caracteres
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Una iniciativa internacional llamada Educación para Todos (EPT) tiene como objetivo crear un entorno en el que todos en el mundo puedan recibir educación. Especialmente en países en desarrollo, muchos niños carecen de acceso a una educación de calidad. Por lo tanto, proponemos una aplicación de autoaprendizaje fuera de línea para aprender inglés escrito y cálculos básicos para estudiantes de nivel primario. También puede ser utilizado como complemento para que los maestros hagan el entorno de aprendizaje más interactivo e interesante. En nuestro sistema propuesto, los caracteres o palabras escritas a mano en tabletas se guardaron como imágenes de entrada. Luego, realizamos la segmentación de caracteres utilizando nuestros métodos propuestos de segmentación de caracteres. Para el reconocimiento de caracteres, se utilizó una Red Neuronal Convolucional (CNN) para reconocer los caracteres segmentados. Para construir nuestro propio conjunto de datos, se recopilaron datos escritos a mano de estudiantes de nivel primario en países en desarrollo. El modelo de red fue entrenado en una máquina de alta gama para reducir la carga de trabajo en la tableta Android. Se crearon varios tipos de clasificadores (dígitos y caracteres especiales, letras mayúsculas, letras minúsculas, etc.) para reducir la clasificación incorrecta. Según nuestros resultados experimentales, el sistema propuesto logró un 95.6% en las 1000 palabras seleccionadas al azar y un 98.7% para cada carácter.
Descripción
Una iniciativa internacional llamada Educación para Todos (EPT) tiene como objetivo crear un entorno en el que todos en el mundo puedan recibir educación. Especialmente en países en desarrollo, muchos niños carecen de acceso a una educación de calidad. Por lo tanto, proponemos una aplicación de autoaprendizaje fuera de línea para aprender inglés escrito y cálculos básicos para estudiantes de nivel primario. También puede ser utilizado como complemento para que los maestros hagan el entorno de aprendizaje más interactivo e interesante. En nuestro sistema propuesto, los caracteres o palabras escritas a mano en tabletas se guardaron como imágenes de entrada. Luego, realizamos la segmentación de caracteres utilizando nuestros métodos propuestos de segmentación de caracteres. Para el reconocimiento de caracteres, se utilizó una Red Neuronal Convolucional (CNN) para reconocer los caracteres segmentados. Para construir nuestro propio conjunto de datos, se recopilaron datos escritos a mano de estudiantes de nivel primario en países en desarrollo. El modelo de red fue entrenado en una máquina de alta gama para reducir la carga de trabajo en la tableta Android. Se crearon varios tipos de clasificadores (dígitos y caracteres especiales, letras mayúsculas, letras minúsculas, etc.) para reducir la clasificación incorrecta. Según nuestros resultados experimentales, el sistema propuesto logró un 95.6% en las 1000 palabras seleccionadas al azar y un 98.7% para cada carácter.