LLE算法及其在手写文字识别中的应用

手写体识别有着广阔的应用前景和很高的理论价值,其主要分为在线识别和离线识别两种。在分析局部线性嵌入算法LLE和文字识别过程的基础上,实现了整个手写文字识别过程,包括图像获取、预处理、特征提取、分类、LLE降维、识别输出等过程。通过文字的相容度试验,确定了本过程的有效性。

手写文字识别技术及其在图书馆的应用

手写文字识别是指计算机自动识别手写体汉字、数字、字母和符号等，在办公自动化、信息处理以及图书情报界有着广阔的应用前景。本文概括了手写文字识别技术在中国的发展及应用状况，提出了九十年在图书馆自动化中的应用目标．

基于弹性网格特征和神经网络的手写文字识别

提出一种有效的文字特征提取方法,在传统弹性网格基础上,采取与对角弹性网格相结合的方法进行特征提取,然后通过改进的BP神经网络进行文字识别。该方法集合了弹性网格特征和神经网络的优势,可有效提高手写文字的识别率、识别速度以及识别系统的泛化能力。实践证明,该方法用于文字识别准确性较高。

基于双向LSTM的手写文字识别技术研究

手写文字识别是计算机视觉、自然语言处理领域中的重要问题和研究热点.本文针对手写文字识别问题,提出一种基于双向LSTM网络的手写文字识别方法.首先根据数据集特点进行归一化等预处理;然后使用CNN网络对图像的特征进行提取;接着通过双向LSTM网络来记忆手写文字序列的字句关系,并对文字序列进行预测;最后使用CTC-Loss作为损失函数,可以让整句标注的训练集在上述网络下收敛.对比实验表明本文提出的算法模型的有效性.

西波手写文字识别的元学习方法

研究西波手写文字智能识别是保护和传承彝族古老文献资料的一项重要研究工作.西波手写文字收集困难,基于神经网络的智能识别技术难以直接应用于西波手写文字智能识别.针对西波手写文字样本少的特点,提出了MANN(memory augemented neural networks,记忆增强网络)的元学习方法.在小样本条件下,该方法能提高西波手写文字的智能识别精度.实验结果显示,引入元学习方法后,不仅明显缩短了识别算法训练时间,而且显著提高了识别精度.

面向满文档案图像的手写体满文智能识别软件设计与实现

面向黑龙江省档案馆馆藏满文档案数字化平台需求,运用Pytorch、SQL Server和OpenCV,开发了面向满文档案图像的手写体满文智能识别软件。该软件具有文档分割、手写满文单词识别和存储功能。满文历史档案图像分割模块采用基于异向高斯滤波和连接组件方法实现,手写满文单词识别采用编码器-解码器的网络模型实现,该软件单词识别率达95%以上,已成功集成针对黑龙江省档案馆馆藏满文档案数字化平台建设的满文历史档案管理系统中。手写体满文智能识别技术及软件,为构建集满文档案图像采集、录入、识别、检索与分析为一体的满文档案数字化管理平台作技术支撑,为满族文化的保护和发掘提供先进的技术手段,对推进满文档案数字化和信息化等方面具有重要意义。

基于Faster-RCNN的水书古籍手写文字的检测与识别

中国非物质文化遗产水书文化面临失传威胁,近年大量深度学习的方法用于手写古籍文字的识别.但水书古籍文字识别面临数据集建立和标注困难、样本不平衡等问题,研究进展不大,且鲜少进行水书古籍页面级的文字检测与识别.首先建立了一个较大规模的水书手写文字数据集,通过几种数据扩增方式,获得包含80个文字类别,共110610个带标签的字符样本.将Faster-RCNN(faster-region based convolutional neural network)算法应用到水书古籍文字识别研究上,以不同组合的数据集作为输入进行实验,在全部80个目标类别上获得了91.95%的平均识别率,实现了页面级的端到端的水书古籍文字的准确定位与识别.实验结果表明,Faster-RCNN模型在目前的数据集上能很好地实现水书手写文字的检测与识别,文中采用的数据扩增方式能明显提升水书手写文字的识别率,为水书文化的保护和传承提供了新思路,对于解决实际应用场景中的水书文字识别问题具有重要意义.

多部件自适应融合的手写体阿拉伯字符识别

针对手写阿拉伯文100类变体字符中相似字多、书写粘连等识别难点,提出一种基于部件分解和自适应融合的识别算法.首先,根据结构规则建立字符的部件模型,将字符分解为主体、附加和点三类部件,并结合连笔分析获得较鲁棒性的部件描述;然后,针对各类部件的不同特点设计相应的特征抽取和分类器,通过部件匹配来检测和辨识相似字间的微小差异;最后,利用并改进D-S证据理论对多个部件进行融合,通过分析部件的匹配度分布建立一种实时的融合权重计算方法,并基于所得权重提出证据的折扣方案,从而实现自适应融合,以提升字符识别效果.实验证明该算法较现有经典算法在识别率和稳定性方面均有明显提高.

手写维文字符分割中的多信息融合路径寻优方法

针对维吾尔词书写粘连和手写笔画漂移等问题,提出一种基于多信息融合路径寻优的字符分割算法。利用笔画提取、切分和聚类,过分割单词图像得到主体和附加字段,通过字段模糊匹配获得鲁棒的字根序列描述,以抑制笔画漂移造成的干扰;由建立的匹配位置高斯模型来估算字段匹配信息,经对单字分类器输出进行置信度转换,从而得到字符识别信息,再运用数据统计获取单词语义信息;由构建的字符序列二阶Markov语言模型,基于Bayes准则,提出了单词后验概率的多信息加权融合计算方法,通过字段匹配及字根合并的路径寻优,可得到最佳字符分割结果。在手写维文样本库上的实验表明,所提算法能有效提升字符分割的准确率和稳定性。

基于深度学习的模板化手写表单信息提取方法

手写纸质表单作为制造企业各部门之间信息传递的重要数据载体,其关键信息的提取对于企业生产、管理和决策具有重要意义。然而,当前手写表单信息提取方案在复杂文本布局中很难准确快速地抽取关键信息。为解决这一问题,提出了一种两阶段的模板化手写表单信息提取方法,仅需一张图片即可完成模板搭建,聚焦于用户关心的信息,并规避了传统关系抽取任务在复杂表格中潜在的逻辑错误。首先,对于一个特定种类的表格图片,直接在图像上标注希望识别的区域,并为这些区域分配对应的key值。然后,采用高分辨率网络提高对小文本的检测精确率,并提出多分辨率均匀分割的混洗的策略使得检测模型在性能和参数都取得良好表现。同时引入时域卷积网络和自注意力机制使得识别模型能够较好地应对手写字体由于书写速度和书写工具的原因造成的字迹模糊、不清晰和笔画缺失等情况。识别完成后,系统将识别结果与预设的key值进行绑定,形成结构化的输出。实验结果表明,与典型ResNet50模型相比,在模型参数几乎相等的情况下,小文本检测准确性提升15.8百分点。文本识别任务中,模型在CASIA-HWDB2.0-2.2数据集上的字符准精确率可达99.30%。在文本框未完全涵盖整个文本行的情况下,字符准精确率仅下降0.55百分点,表明文本识别模型具有较好的鲁棒性。

基于加权贝叶斯的脱机手写阿文单词识别

针对手写阿拉伯单词书写连笔,且相似词较多的特点,该文提出一种新的脱机手写文字识别算法。该算法以固定组件为成分拆分阿拉伯单词,构建自组件特征至单词类别的加权贝叶斯推理模型。算法结合单词组件分割、多级混合式组件识别、组件加权系数估计等,计算单词类别的后验概率并得到单词识别结果。在IFN/ENIT库上的实验,获得了90.03%的单词识别率,证实组件分解对笔画连写具有鲁棒性,组件识别能提高相似词的辨别能力,而且该算法所需训练类别少,易向大词汇量识别扩展。

基于压缩感知的手写汉字识别研究

基于压缩感知理论,提出一种手写汉字识别的算法。该算法首先对手写汉字图像进行随机采样得到其特征,然后对其进行稀疏表示,并最小化其l1范数得到样本的稀疏解,最后利用该稀疏解的系数判别测试样本的类别。

基于KNN算法的手写字母识别

数据挖掘是指通过多种算法从海量数据中搜索隐藏于其中有用信息的过程。在无序中寻找有序、在纷乱中发现规律,是数据挖掘的核心价值所在。它主要通过数理统计、在线分析处理、情报检索、机器学习、专家系统、模式识别等诸多方法来实现既定目标。本文利用数据挖掘中的K近邻算法(KNN),根据从大量手写英文字母图像中提取出的原始特征属性,对手写字母进行计算机算法自动分类,从而达到对手写字母识别的目的。这对于在电脑编辑大大多于手写文本的快节奏现实生活中,及时准确识别出手写文献信息内容,具有重要意义。

基于机械臂的化学物品定位与分类

针对化学实验场景下深度相机难以探测试管等透明物体距离,继而引起机械臂难以获取化学试管在空间中的三维坐标的问题,提出通过改进的深度学习算法YOLOv3 Tiny检测试管上的贴纸标签以获取透明化学试管的三维空间坐标;针对不同化学试管无法分类的问题,提出通过深度学习算法CTPN+BLSTM+CTC Loss识别标签上的文字信息对试管进行分类。本文采用深度相机、单目相机与搭载ROS系统的六轴机械臂为实验平台,在TensorFlow上训练化学标签检测模型与文字检测识别模型。通过在机械臂搭载的树莓派上的ROS系统进行Python编程对贴有不同的化学标签的化学试管进行抓取实验,结果显示该方法对贴有标签的透明试管具有较高的识别率及定位准确率,可以实现机械臂抓取装有不同物质的化学试管。

核心技术铸就汉王成功

说到汉王公司,很多人就会想到手写笔,问起对汉王的感觉,大家会觉得不温不火的,但最近有件事却吸引了众多媒体的目光。今年年初,在IT类国家科技进步一等奖连续两年空缺的情况下,汉王科技公司悄然获得。此前获得这项殊荣的企业只有两个,一个是联想,另一个是方正。纯粹的民营软件企业获得国家科技进步一等奖尚属首次。汉王这次获奖是因为它创新性地发展了人机智能交互技术的核心组成部分——手写文字识别技术。作为一家规模并不算特大的民营软件企业,为什么能获得国家级的科技进步最高奖励,记者就此采访了汉王科技公司总裁刘迎建。