-
题名基于多信息融合的中文手写地址字符串切分与识别
被引量:7
- 1
-
-
作者
付强
丁晓青
蒋焰
-
机构
智能技术与系统国家重点实验室清华大学电子工程系
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2008年第12期2916-2920,共5页
-
基金
国家自然科学基金(60472002)
西门子公司合作项目(20030829-24022SI202)资助课题
-
文摘
该文提出了一种有效的中文手写地址字符串的切分与识别方法。首先,利用笔划提取与笔划合并将字符串图像进行过切分,得到"字根"图像序列;然后综合利用几何信息、识别信息和语义信息挑选最优的"字根"合并路径,得到最优的切分结果及对应的最优识别结果。其中,几何信息是根据当前字符串自身的特点统计得到,因此可适应不同书写风格的字符串。识别信息由单字分类器给出,包括10个候选识别结果及其相应的置信度;单字分类器采用MQDF分类器。语义信息用基于字的bi-gram模型进行描述,模型参数是从包含18万条地址数据的数据库中统计得到的。用3000个实际的手写地址样本做试验,单字识别正确率达到88.28%。
-
关键词
地址识别
字符串切分
手写字符串识别
-
Keywords
Address recognition
Character string segmentation
Handwritten character string recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名手写字符串识别搜索算法
被引量:2
- 2
-
-
作者
于金伦
周祥东
刘成林
-
机构
中国科学院自动化研究所模式识别国家重点实验室
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2009年第2期182-187,共6页
-
基金
国家自然科学基金资助项目(No.60775004)
-
文摘
字符串识别通过最优路径搜索得到字符切分和字符识别结果.本文将字符同步和时间同步两种搜索模式应用于手写字符串识别系统,比较两种模式下使用不同准则函数和搜索算法的系统性能.同时,提出一种改进的路径评价准则,在此准则下可用动态规划算法进行最优路径的搜索.在联机手写日文字符串识别中的实验结果表明,对于无词典驱动的字符串识别系统,时间同步搜索的效率高于字符同步搜索.利用本文所提出的路径评价准则,可得到与归一化准则相当的切分和识别准确率,但搜索时间大为减少.
-
关键词
手写字符串识别
字符同步搜索
时问同步搜索
动态规划
路径评价准则
-
Keywords
Handwritten Character Time-Synchronous Search, String Recognition, Character-Synchronous Search, Dynamic Programming, Path Evaluation Criterion
-
分类号
TP391.43
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多分类器的无分割手写数字字符串识别算法
被引量:3
- 3
-
-
作者
任晓奎
丁鑫
陶志勇
何欣键
-
机构
辽宁工程技术大学电子与信息工程学院
阜新力兴科技有限责任公司
中国电网四川阿坝州电力有限责任公司
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第7期2222-2226,共5页
-
基金
辽宁省博士启动基金资助项目(20170520098)
辽宁省自然科学基金资助项目(2015020100)
+1 种基金
辽宁省普通高等教育本科教学改革研究项目(551610001095)
辽宁省教育厅一般项目(LJ2017QL013)。
-
文摘
手写体数字字符串识别常用于邮件自动分拣、银行票据和财务报表的录入中,针对其分割识别算法复杂度较高、准确率较低的问题,提出一种多分类器下无分割手写数字字符串识别算法。该算法的核心是采用四个分类器实现粘连字符串的无分割识别;将残差结构应用于Le Net-5网络,以增加网络深度,提高识别准确率,加快收敛速度;使用动态选择策略,以避免长度分类器误分类对识别结果的影响。实验结果表明,在NIST SD19一位数字和Synthetic数据集训练网络下,使用NIST SD19上长度为2、3、4、5、6的字符串验证网络,其识别准确率分别为99.3%、98.5%、98.1%、96.6%和97.2%。
-
关键词
图像处理
手写数字字符串识别
多分类器
无分割
动态选择
-
Keywords
image processing
handwritten digital string recognition
multi-classifier
no segmentation
dynamic selection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名词典驱动的联机手写日文病名识别研究
- 4
-
-
作者
梁建娟
朱碧兰
刘本永
中川正樹
-
机构
贵州大学计算机科学与信息学院
日本东京农工大学
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第20期116-118,共3页
-
文摘
研究了一种有效的词典驱动的联机手写日文病名识别方法。病名词典以树结构存储,包含21713个病名短语。在切分中,手写病名字符串通过分析相邻笔划之间的空间信息等特征被切分为原始的片段序列。连续的片段动态地合并为候选字符模式,不同的合并方式产生不同的候选字符序列,这样可构成一个切分候选网格。在识别过程中,结合病名词典匹配来限制候选字符模式的类别扩展,采用集束搜索策略来寻找到一条最优路径作为识别结果。用500个实际的手写病名样本做实验,平均每个病名的识别时间为0.87s,识别正确率为83.16%。
-
关键词
病名识别
词典驱动识别
手写字符串识别
集束搜索
-
Keywords
disease name recognition
lexicon driven recognition
handwritten character string recognition
beam search
-
分类号
TP391.43
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Mask-RCNN无分割手写数字字符串的识别
被引量:4
- 5
-
-
作者
陶志勇
韩月明
林森
-
机构
辽宁工程技术大学电子与信息工程学院
阜新力兴科技有限责任公司
-
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第14期114-121,共8页
-
基金
国家重点研发计划(2018YFB1403303)
辽宁省博士启动基金(20170520098)。
-
文摘
针对现有基于过分割的手写体数字字符串识别算法的复杂度较高,以及基于无分割算法无法识别4位及以上长度字符串和准确率较低的问题,提出了基于掩模区域神经网络(Mask-RCNN)的无分割手写数字字符串的识别算法。由于Mask-RCNN增加了并行的全卷积分割子网,能够同时实现对粘连手写数字串中单个数字的掩模分割和数字类别的分类任务。测试集的结果表明,在NIST SD19数据集的1~6位数字串图像及自建掩模数据集的训练下,该网络对长度分别为3位,4位和5位字符串的识别准确率比目前最新算法分别提高了1.2、0.6、0.4个百分点,该算法对非限制位数的手写体数字串的识别具有显著优势,应用前景广阔。
-
关键词
图像处理
手写数字字符串识别
掩模区域神经网络(Mask-RCNN)
无分割识别
-
Keywords
image processing
handwritten numerical string recognition
mask region convolution neural network(Mask-RCNN)
unsegmented recognition
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-