一种三维空间手写数字的融合识别方法

在三维空间手写数字识别研究中,特征的选取和融合直接决定最终的识别率.空间手写数字特征一般包括时域特征和频域特征两大类,时域特征又包括加速度相关特征、旋转特征及短时能量特征;频域特征又包括DCT变换特征及FFT变换特征.针对这一特点,文章提出一种融合多种特征的识别方法.首先,对三维空间手写识别的各种子特征进行提取;然后选取最能反映字符特点的两种子特征进行融合并对融合后的特征向量进行降维处理;最后进入分类器进行识别.实验结果表明,本方法相比采用单一特征进行识别时,其识别率有显著提升.

基于连笔消除的空间手写字符识别方法

信息的连续采集会造成部分字符存在连笔,进而影响字符识别率。为此,提出一种基于连笔消除的空间手写字符识别方法。将空间手写字符平面化,提取字符拐点和笔画方向特征。为避免笔画的误消除,利用支持向量机把未知字符分为带连笔字符和非连笔字符,通过连笔的书写特征消除连笔,将空间字符轨迹转化为平面字符轨迹,直接用平面字符分类器进行字符识别。实验结果表明,该方法连笔消除效果显著,利用现有字符库即可获得较高的字符识别率。