El alumno Juan Montes Cano acaba de defender su TFM en el que compara varios modelos para la verificación de autoría de obras pictóricas basados en técnicas de aprendizaje profundo.  

Publicado como Conference Proceedings en Springer , un artículo presentado en el 23rd EPIA Conference on Artificial Intelligence celebrado en Viana do Castelo (Portugal). En este trabajo se ha utilizado redes convolucionales sobre la base de datos "Parkinson’s Disease Handwriting Database" (PaHaW), que está compuesta por el resultado de diferentes tareas manuscritas efectuadas tanto por pacientes de Parkinson como por sujetos de control. El objetivo de la investigación era el de crear un modelo para detectar y predecir, a nivel de trazo, sílaba y tarea, si un paciente presentaba la enfermedad de Parkinson.      

Publicación en Sensors . Este artículo presenta el uso de un modelo entrenable Pix2Pix, un tipo específico de red adversaria generativa condicional, como método para normalizar imágenes de texto escrito a mano. En el ámbito del reconocimiento de texto escrito a mano off-line , a lo largo de los años se han desarrollado numerosos algoritmos de normalización y preprocesamiento antes de aplicar los modelos de reconocimiento automático a imágenes escaneadas de texto manuscrito.  Estos algoritmos han demostrado eficacia para mejorar el rendimiento general de las arquitecturas de reconocimiento.  Sin embargo, muchos de estos métodos dependen en gran medida de estrategias heurísticas que no se integran perfectamente con la propia arquitectura de reconocimiento. Además, este algoritmo se puede integrar perfectamente como etapa inicial de cualquier arquitectura de aprendizaje profundo diseñada para tareas de reconocimiento escrito a mano. Además, este enfoque facilita el entrenamient...

Estamos desarrollando un proyecto de investigación financiado por el Ministerio de Economía titulado “ Análisis de Texto Manuscrito para Aplicaciones Digitales de la Sociedad “. Dentro de dicho proyecto se convoca una plaza de investigación durante un año para el desarrollo de modelos de reconocimiento de escritura manuscrita. Inicialmente, el contrato comenzaría en septiembre de 2023. Idealmente, se busca a una persona con grado universitario, con conocimientos de programación, valorándose especialmente los conocimientos en visión artificial y estar estudiando o haber terminado un máster. El periodo de recepción de solicitudes empieza el día 25-04-2023, termina el día 18-05-2023 y la solicitud se puede presentar en está dirección .