A Fuzzy Neural Network Approach for Document Region Classification Using Human Visual Perception Features

MARIO IGNACIO CHACÓN MURGUIA

Resumen


ESTE ARTÍCULO DESCRIBE UN CLASIFICADOR NEURODIFUSO PARA REALIZAR LA CLASIFICACIÓN DE REGIONES DE DOCUMENTOS UTILIZANDO CARACTERÍSTICAS OBTENIDAS DE LA TEORÍA DE PERCEPCIÓN VISUAL HUMANA. LOS FUNDAMENTOS DEL CLASIFICADOR SE DERIVAN DE LA TEORÍA DE PERCEPCIÓN HUMANA. LAS TEORÍAS ANALIZADAS SON DISCRIMINACIÓN DE TEXTURA BASADA EN TEXTONES, Y AGRUPAMIENTO PERCEPTUAL. BASADA EN ESAS TEORÍAS, LA TAREA DE CLASIFICACIÓN SE ESTABLECE COMO UN PROBLEMA DE DISCRIMINACIÓN DE TEXTURAS Y SE IMPLEMENTA COMO UN PROCESO DE PRE-ATENCIÓN. DESPUÉS SE DESARROLLAN TEORÍAS DE INGENIERÍA PARA EXTRAER CARACTERÍSTICAS PARA DECIDIR EL TIPO DE INFORMACIÓN CONTENIDA EN LAS REGIONES. LA CARACTERÍSTICA DERIVADA DE LAS TEORÍAS DE PERCEPCIÓN VISUAL HUMANA ES UNA MEDIACIÓN DE LA PERIODICIDAD DE LOS NÚCLEOS DE LAS REGIONES DE TEXTO. ESTA CARACTERÍSTICA SE UTILIZA PARA DISEÑAR A CLASIFICADOR NEURODIFUSO. LOS RESULTADOS DE ESTE TRABAJO SE CONSIDERA COMO UNA BUENA JUSTIFICACIÓN PARA AFIRMAR QUE TEORÍAS DE PERCEPCIÓN VISUAL HUMANA PUEDEN SER INCORPORADAS DENTRO DE LAS TÉCNICAS DE INGENIERÍA PARA PRODUCIR MEJORES RESULTADOS.

Palabras clave


PROCESAMIENTO DE DOCUMENTOS; ANALISIS DE DOCUMENTOS; REDES NEURADIFUSAS

Texto completo:

pdf


Contacto:
Oscar Zavala