2) off-line handwritten Chinese character recognition
脱机手写体汉字识别
1.
Algorithms Research on Thinning, Feature Extracting and Similar Chinese Characters Recognition for Off-line Handwritten Chinese Character Recognition;
脱机手写体汉字识别中细化、特征提取和相似字识别算法研究
2.
The proposed off-line handwritten Chinese character recognition system was composed of a feature extraction module and a recognition module.
提出的脱机手写体汉字识别系统主要研究特征提取和分类识别两个模块。
3.
This paper researches on feature extraction methods for off-line handwritten Chinese character recognition applied to automatic recognition of financial bills.
针对金融票据自动识别应用中的脱机手写体汉字识别进行特征提取的研究,首先提出了用Gabor特征和Zernike矩特征来分别表征汉字的局部特征和全局特征。
4) on-line handwritten Chinese character recognition
联机手写汉字识别
1.
An algorithm for stroke corner detection based on curvature multi-calculation is proposed to extract characteristics for OLCCR(on-line handwritten Chinese character recognition).
提出一个基于多重曲率计算的角点检测算法,对联机手写汉字识别中的笔划拐点进行提取。
5) online handwritten Chinese character recognition
联机手写体汉字识别
1.
In order to cope with stroke order variations , stroke number variations and large shape variations, a new online handwritten Chinese character recognition method is presented.
为了解决联机手写体汉字笔划顺序、笔划数目及笔划形状变化问题,提出了一种新的联机手写体汉字识别方法:人工神经网络(ANN)和隐马尔可夫模型(HMM)相结合的汉字识别方法,首先通过BP神经网络进行笔划识别,再通过笔划类型和笔划间位置关系的隐马尔可夫模型进行整字识别。
6) handwritten Chinese character recognition
手写汉字识别
1.
In handwritten Chinese character recognition,many misclassification errors come from the confusion of similar characters.
为解决手写汉字识别中的相似字混淆问题,提出了一种基于镜像学习和复合二次距离的识别算法,提高现有的二次分类器对相似汉字的鉴别能力。
2.
The paper describes a method of handwritten Chinese character recognition on-line which can be used in the management of front-end processors and broadcasting & television lab as well as measurement & control system which only need a few Chinese characters.
本文针对其管理和测控系统操作只需少量汉字服务的实际情况,提出一种在线手写汉字识别用于测控系统操作的方法。
3.
On analysis of online and offline handwritten Chinese character recognition system,a video-based Online Handwritten Chinese Character Recognition Method is proposed.
在分析传统联机与脱机手写汉字识别系统基础上 ,本文提出了一种基于运动图像的在线手写汉字识别新方法 。
补充资料：汉字识别基本方法
汉字识别基本方法
basic method of Chinese character recognition
hanzi shibie liben fQngfQ汉字识别基本方法(basic method of Chin.记chal，ctern沈摊贝lt10n)应用模式识别原理对输人计算机的汉字进行自动识别的基本处理方法。可归结为统计决策方法和句法结构方法两类。 统计决策方法是提取待识别输人模式(例如一个汉字)的一组统计特征，形成该模式的多维特征向量，再依据一定准则确定的决策函数，和已存储在机器中的一批标准识别模式(例如3755个汉字)的多维特征向量集合匹配判别，找出其特征最接近输人模式的标准模式，该标准模式就作为未知的输人模式。例如，在3 755个汉字范围内识别汉字。设每个汉字的特征向量有m维，求出3755个m维标准汉字的特征向量口，(每个标准汉字的特征向量是一批字形互有差别的特征向量的平均值)储存在机器中。马=二1，2，…，3 755(1)厂卜|l曰||||||||L要识别一个输人汉字，就是找出与输人汉字的m维特征向量X最接近的标准汉字特征向量集里的一个特征向量口，(lell，2，…，3755})，它所代表的汉字就是识别结果。实际上，汉字识别总是先分类(参见汉字分类识别)，再在分到的每类中判别出待识汉字。在分类时，岛是3755个汉字分为k类(k镇3755)的标准特征向量中的某一类(l二1，2，…，k)，X是包含待识汉字在内的从类中的特征向量。类似于式(1)的判别结果是分类，即找到包含输人待识汉字的那一类。 用统计决策方法分类判别时，主要用的判别准则是距离D和类似度R。距离D常用的是绝对值距离D(X，G)。D(x，。)=艺}二一。(2)式中X=(x1，xZ，…，x。)—输人未知汉字的特 征向量， G=(91，g2，…，乳)一‘一储存在机器中的一 个标准汉字特征向量， m—特征向量维数。 两个向量X、G的类似度R(X，G)定义为R(X，G)二 习x，·二!争:·郭:}‘(3)当两个向量完全相同时，D(x，G)=0，R(x，G)=1。若把绝对值距离规范化，并记为DO，有D。(X，G，一素)客，/，一}}(‘，对该向量的每一个分量，假设输人和标准一致时，差值为0，式(3)中积为1，平方值为1;否则差值为1，式(3)中积为0，平方值为1，则有 R(X，G)=l一Do(X，G)(5)可见距离和类似度之间存在着相关性。当输人汉字和储存在机器中的标准汉字之间的D最小或R最大时，即被识别。 句法绪构方法汉字是一种特殊的二维图形，其结构信息既丰富又有规律性。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条