Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/21584
Files in This Item:
File Description SizeFormat 
anabeatrizkappsdosreis.pdfPDF/A21.28 MBAdobe PDFThumbnail
View/Open
Type: Dissertação
Title: A visual similarity-based method for children’s handwriting recognition
Author: Reis, Ana Beatriz Kapps dos
First Advisor: Vieira, Marcelo Bernardes
Co-Advisor: Maciel, Luiz Maurílio da Silva
Co-Advisor: Villela, Saulo Moraes
Referee Member: Souza, Jairo Francisco de
Referee Member: Pedrini, Hélio
Resumo: A transcrição automática de palavras manuscritas por crianças pode auxiliar no processamento de avaliações de alfabetização em larga escala. No entanto, a transcrição deve preservar a sequência exata de caracteres escrita pela criança, incluindo erros ortográ- ficos que fornecem informações sobre o desenvolvimento da alfabetização. Esta dissertação investiga diferentes arquiteturas de Reconhecimento de Texto Manuscrito (HTR) para transcrever palavras escritas por crianças. Para realizar os experimentos, um conjunto de dados de palavras produzidas por crianças brasileiras em avaliações de alfabetização foi construído e anotado. A comparação entre as arquiteturas mostrou que algumas não são adequadas às necessidades específicas dessa tarefa. Os resultados indicaram que a arquitetura E-TrOCR, com vocabulário definido no nível do caractere é mais adequado para preservar a resposta original. Outro desafio identificado foi a ambiguidade visual entre letras na escrita infantil. Para resolver esse problema, foi proposto um método que modifica a função de perda do E-TrOCR. A nova função de perda ensina o modelo a considerar quais caracteres apresentam formas visuais semelhantes. Para representar essas relações, foi construída uma matriz de similaridade visual. Os valores dessa matriz foram calculados com descritores de Histograma de Gradientes Orientados (HOG) extraídos de imagens sintéticas renderizadas em fontes de estilo manuscrito. O método foi avaliado utilizando um protocolo exclusivo de palavras e aumentou a acurácia de 72,57% para 78,06%, além de reduzir a Taxa de Erro de Caracteres (CER) de 7,61% para 5,78%, contribuindo para transcrições mais fiéis. Esses resultados fornecem evidências de que considerar a similaridade visual entre caracteres durante o treinamento melhora a tran- scrição de palavras escritas por crianças sem depender de dicionários, regras linguísticas ou corpora textuais.
Abstract: Automatic transcription of words handwritten by children can support the process- ing of large scale literacy assessments. However, the transcription must preserve the exact character sequence written by the child, including spelling errors that provide information about literacy development. This dissertation investigates different Handwritten Text Recognition (HTR) architectures for recognizing handwriting produced by children. To conduct the experiments, a dataset of words written by Brazilian children during literacy assessments was constructed and annotated. The comparison of different architectures showed that some architectures are not well suited to the specific requirements of this task. The results indicated that the E-TrOCR architecture with a vocabulary defined at the character level is more suitable for preserving the original response. Another challenge is the visual ambiguity between letters in children’s handwriting. To address this problem, a method that modifies the E-TrOCR loss function was proposed. The new loss function teaches the model to consider visual similarities between characters. To represent these relationships, a visual similarity matrix was constructed. The values in this matrix were calculated using Histogram of Oriented Gradients (HOG) descriptors extracted from synthetic images rendered in handwriting-style fonts. The method was evaluated using an exclusive words protocol and increased accuracy from 72.57% to 78.06% and reduced the Character Error Rate (CER) from 7.61% to 5.78%, contributing to more faithful transcriptions. These results provide evidence that considering visual similarity between characters during training improves the transcription of words written by children without relying on dictionaries, linguistic rules, or text corpora.
Keywords: Reconhecimento de texto manuscrito
Caligrafia infantil
Reconhecimento em nível de caractere
Similaridade visual
Histograma de gradientes orientados
Handwritten text recognition
Children’s handwriting
Character level recognition
Visual similarity
Histogram of oriented gradients
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Language: eng
Country: Brasil
Publisher: Universidade Federal de Juiz de Fora (UFJF)
Institution Initials: UFJF
Department: ICE – Instituto de Ciências Exatas
Program: Programa de Pós-graduação em Ciência da Computação
Access Type: Acesso Aberto
Attribution-NonCommercial-ShareAlike 3.0 Brazil
Creative Commons License: http://creativecommons.org/licenses/by-nc-sa/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/21584
Issue Date: 9-Sep-2026
Appears in Collections:Mestrado em Ciência da Computação (Dissertações)



This item is licensed under a Creative Commons License Creative Commons