Hauptinhalt
P5-Projektgruppenpreis 2013
P^5-Projektgruppenpreis 2013
Sieger des P^5-Projektgruppenpreis 2013 der Alumni der Informatik Dortmund ist die Projektgruppe 568:
TabScript – Handschrifterkennung auf Android basierten Tablets.
Die Projektgruppe des Lehrstuhls Informatik 12 hat im vergangenen Jahr eine Notiz App für Android Tablets entwickelt, die eine natürliche Eingabe durch Handschrift ermöglicht. In einer sehr knappen Abstimmung zwischen fünf interessanten Projektgruppen konnte das Publikum des DAT 2013 insbesondere durch die mutige Vorstellung einer Live-Demo von der praxisrelevanz des Projektes überzeugt werden.
Der Preis ist mit jeweils 500 € für die Projektgruppe und 500 € für den Lehrstuhl dotiert, der die PG betreut hat.
Mit TabScript wurde eine Applikation für Android-Plattformen ab Version 3.0 entwickelt, die es dem Benutzer ermöglicht, verschiedene Aufgaben und Notizen handschriftlich einzugeben und in Listen zu verwalten. Benutzereingaben werden dabei mit Hilfe von Hidden-Markov-Modellen klassifiziert und in Maschinenschrift umgewandelt. Die Verwendung von Handschrift soll eine intuitive Alternative zur üblichen Eingabe mittels Soft-Keyboard darstellen.
Wird eine handschriftliche Eingabe durch den Benutzer getätigt, startet die automatische Erkennung. Das Erkennungssystem basiert auf Hidden-Markov-Modellen und wurde mit Hilfe des ESMERALDA-Toolkits realisiert. Es wird ein Schriftmodell auf Buchstabenebene verwendet, mit dem ganze Wörter durch zusätzliche Anwendung von Wörterbüchern erkannt werden können. Für das Training des statistischen Modells und die Schätzung der Parameter wurden annotierten Trajektorien der für Forschungszwecke öffentlich verfügbaren Unipen Datenbank verwendet. Der Anwendungskontext der Applikation kann durch verschiedene, jeweils ca. 2500 Wörter umfassende, Wörterbücher festgelegt werden. Es stehen zum Beispiel zwei Wörterbücher mit Begriffen in deutscher und englischer Sprache zur Auswahl. Nach Abschluss der Erkennung werden dem Benutzer die drei wahrscheinlichsten Wörter angezeigt. Mit den trainierten Modellen konnte auf Testdaten eine Erkennungsrate von 79 % erreicht werden.
PG-Teilnehmer:
Sulejman Begovic, Rebecca Doherty, Shinazi Faruki, Daria Filatova, Nina Hesse, Dennis Kesper, Julian Kürby, Niclas Raabe, Johann Straßburg, Christian Wieprecht
Betreuer: René Grzeszick, Gernot A. Fink, Leonard Rothacker
Homepage
