基于置信度的非特定人语音识别拒识算法的研究

语音拒识技术是实现一个实用语音识别系统的关键。提出了一种新颖的基于置信度的非特定人语音识别拒识算法，该算法同时考虑了备选假设模型和多候选的信息，适用于拒识不正确的识别结果和词表外(OOV)语音。在一个非特定人英语命令词识别系统中做了一些相关的实验来评估这个算法的性能。实验结果表明，该算法可以有效地去除识别不可靠的语音，提高语音识别的整体性能。     

一种基于拒识的高可靠性CAPTCHA识别算法

CAPTCHA是一种阻止机器人滥用自然人资源的网络安全机制.研究CAPTCHA识别技术有助于发现CAPTCHA自身的缺陷,促使其变得更加安全. 针对现有方法难以识别的高粘着CAPTCHA,本文提出了一种新的识别算法. 该算法首先使用递归神经网络(Recurrent neural network, RNN) 对CAPTCHA进行识别,然后为了提高识别结果的可靠性, 提出了一种基于SVM的拒识新算法,并使用数据降维方法对拒识特征进行降维. 实验结果表明: 1)本文所提识别算法能够识别高粘着型CAPTCHA,并且识别结果具有高可靠性; 2)新的拒识算法相对于其他拒识算法具有明显优势; 3)数据降维方法能够进一步改善拒识算法的性能,从而取得更高的可靠性.     

手写数字识别中的动态字符切分方法

概括了目前数字字符识别中常用的切分方法,并对于影响手写数字识别精确性的切分这一关键步骤,提出了一种新颖的解决思路,使得可以适用于各种不同的书写方式和习惯,解决了目前绝大多数识别系统不能解决的问题,极大地拓宽了手写数字字符识别的应用范围;且该方法同样适用于其他字符的切分识别中。     

灰度图像中字符切分方法的研究

字符切分目前已经成为限制OCR技术发展的瓶颈,对于图像质量较差、中英文混排和背景色变化的文本图像,传统切分方法造成的切分错误使得文字识别率大大降低。针对这些问题,本文提出了新型文字切分方法。该方法先将灰度图像的灰度值进行分级处理,再根据分级连通域的概念把整个图像构造成树状结构,然后确定主层次级别,根据一定的规则在部分节点上进行合并、分割等进一步处理,最后得到最优的切分结果。实验结果表明,该方法能够取得比常规切分方法更好的切分效果。     

用于语音识别拒识的隐马尔可夫模型状态及状态驻留相关？…

随着语音识别系统继续从实验室转向实际应用,语音拒识就变得愈来愈重要。为解决语音识别系统对识别候选的接受／拒识判决问题,文中提出了基于隐马尔可夫模型（ＨＭＭ）的语音识别系统中状态和状态驻留相关声学置信度准则,给定状态下特征矢量的平均观测先验概率和给定特征状态和后验概率均比较容易设定统一的拒识门限,且不需专门的训练,而状态驻留分布相关法则是基于驻留分布概率和置信区间理论,不仅可设定一个拒识门限,同时可     

一种视频中字符的集成型切分与识别算法

视频文本行图像识别的技术难点主要来源于两个方面: 1)粘连字符的切分与识别问题; 2)复杂背景中字符的切分与识别问题. 为了能够同时切分和识别这两种情况中的字符, 提出了一种集成型的字符切分与识别算法. 该集成型算法首先对文本行图像二值化, 基于二值化的文本行图像的水平投影估计文本行高度. 其次根据字符笔划粘连的程度, 基于图像分析或字符识别对二值图像中的宽连通域进行切分. 然后基于字符识别组合连通域得到候选识别结果, 最后根据候选识别结果构造词图, 基于语言模型从词图中选出字符识别结果. 实验表明该集成型算法大大降低了粘连字符及复杂背景中字符的识别错误率.     

前向FP神经网络实现控制系统的拒识模式

在现代控制系统中,处理误识与拒识的关系至关重要,因为在现代化控制系统中前者造成的危害将比后者大得多.通过将新型FP(ForwardPropagation)神经网络应用于实现控制系统的拒识模式,该FP神经网络通过对由控制系统控制指令码和状态信息码构成样本集的学习,不仅可以实现系统中每个控制指令码和状态信息码的吸引半径按需设定,且每个信息码具有最大吸引半径,控制系统自动具有最优的纠错和容错能力,对于系统中控制向量吸引半径之外的信号给以100%的拒识.从而提高系统信号识别的正确率,保证控制系统安全可靠的正常运行.     

通过检测和纠正误识的字符来提高字符识别的准确性

本文对经过检测和纠正误识的字符提高其识别准确性的一般方法作了介绍。文中详细描述了能识别设有５４０１种字符类目的手写体文本的一个二级高精度识别系统，系统的第一级识别是把两个匹配模块同时应用于识别一个输入字符，其中第一个匹配模块使用一种方向特征；第二个匹配模块采用一种普通特征，当这两个模块的匹配结果不相同时，则输入字符就会被第一级拒识。     

自动语音识别系统中的OOV快速拒识算法

在自动语音识别系统的实际应用中,词表外（Out-of-Vocabulary,OOV)语音的检测与拒识非常重要,针对语音识别的实时性要求,提出了一种新的基于支持向量机的OOV快速拒识算法,并将其应用于基于DSP实现的孤立词语音识别系统中,实验结果表明,该算法计算简单,实时性好,且效果显著,拒识率达80%以上。通过与传统神经网络方法的比较,证明该算法具有更好的性能和应用潜力。     

OCR技术在企业文档识别中的研究与实践

本文介绍了某轨道交通制造企业文档识别项目的建设背景、设计方案以及项目建设过程,利用先进的光学字符识别(Optical Character Recognition,OCR)技术提升了纸质文档管理效率,并总结和建立了企业的OCR平台的通用集成标准规范,使各业务系统所需录入文档能够在短时间内识别完成,并集成于OCR平台进行存储和管控,进而提升处理效率,在企业的研发、生产以及运营环节节省更多人力。     

基于BP网络的木刻藏文经书文字识别研究

木刻藏文经书文中出现字符间粘连、断裂、遮挡现象严重,为识别带来极大的困难。在字符切分、特征提取等文字识别方法基础上,增加了基于BP网络的训练方法,通过对大量的木刻藏文经书字符的训练,修正了数据,收敛了识别结果。实验结果显示,此方法有助于提高木刻藏文经书的文字识别正确率。     

书写文字识别算法研究

介绍模式识别的基本原理和对书写文字字符的识别以及文字识别,阐述模式识别的过程、图像文件的格式,介绍基于住图技术的模式识别理论;讨论分类器设计过程中的特征空间优化设计问题、分类嚣设计准则、基本方法和判别函数的知识,给出模板匹配法识别图像的原理.     

基于串行分类器的字符识别

在特征提取的基础上，比较了采用Bayes分类器和基于特征值的BP网络两种常用字符识别方案；最后在Bayes分类器的基础上，采用二级串行结构分类器融合的改进处理方案对车牌中的大写英文字母进行字符识别。实验结果表明，该方法达到较高的识别率，而且可很容易地推广到车牌识别中的汉字字符识别和数字字符识别相应的处理方案。     

基于扫描圈的字符识别方法

针对目前对各类文献资料进行数字化识别时,公式无法直接转化为可编辑文本形式的问题,提出一种基于扫描圈的字符识别方法。首先对公式中的各个字符进行识别,然后再确定这些字符之间的关系,以达到公式识别的目的。扫描圈识别是一种以笔划结构分析为基础的字符识别方法,通过搜索将字符中的所有连笔符号转化为四进制的扫描圈,然后从扫描圈中提取字符的不变特征量。以这些特征量为模板,用模式匹配法对字符进行识别,并采用最短距离比较的方法进行匹配,以获得较为精确的识别结果。     

用VB实现手写文字模糊识别

探讨了手写文字模糊识别的基本原理，并给出了采用VB6.0实现手写模糊识别系统的方法。     

基于指纹特征的考生身份识别系统

在现有考试模式中,考试对象的身份鉴别问题一直是考试组织者、考试管理部门特别关心的问题,也是急于解决的问题。提出的解决方案能有效解决考试中考生身份作弊的现象。     

基于嵌入式的联机笔段识别方法的研究与实现

主要说明了汉字笔段的识别方法及在嵌入式系统中的实现,特别介绍了在嵌入式系统中实现的关键因素和处理方法。     

课程学习方法中文字识别算法研究

场景文字识别是一个极具挑战性的研究方向,有着重要的应用价值。但是由于文字表现形式丰富多样,识别结果大多不尽如人意。针对此问题,本文提出了基于课程学习的训练方法。该方法对数据集进行排序得到一个难度提升的训练序列,而不是随机地从数据集中选择训练样本,使得模型在训练初期能够学习到更加精确的特征,提高了模型的鲁棒性。通过实验分析,本文所提出的方法可以加快模型的收敛速度,使用不同课程序列训练ASTER算法在COCO-Text数据集上得到1.8%、1%的提升,CRNN算法在COCO-Text数据集上得到0.2%的提升。     

基于字符分割和LeNet-5网络的字符验证码识别

为了解决传统验证码识别方法效率低,精度差的问题,设计了一种先分割后识别的验证码处理方案。该方案在预处理阶段用中值滤波去噪,再利用霍夫变换对图像字符进行矫正;在字符分割阶段,利用垂直投影算法确定验证码字符块个数,以及字符坐标点,再用颜色填充算法对验证码进行初步分割,根据分割后的字符块数量对粘连字符进行二次分割;在识别阶段,我们对LeNet-5网络进行了改进,修改了输入层,并用全连接层替换了LeNet-5网络中的C5层,以此来对验证码字符进行识别;实验表明,对于非粘连验证码和粘连验证码,单张图片分割时间为0.14和0.15ms,分割准确率为98.75%和97.25%,识别准确率为99.99%和97.7%;结果表明,该算法对验证码分割和识别都有着很好的效果。     

形态学运算在字符识别中的应用

字符识别作为基本的图像识别技术,在计算机输入、交通和安防等领域都获得了广泛的应用。在进行字符识别前,需要先对图像进行灰度拉伸和阈值分割等一系列预处理以获得有效的目标字符特征。这些处理虽然可以增强目标字符的特征并滤除部分噪声,但同时也经常会造成目标字符的笔画发生断裂。由于待识别字符的笔画为较细的线性结构,采用常规的形态学开运算与闭运算对图像进行处理非但不能连接断裂的笔画,字符笔画还有可能因为细小而被抹去,使图像中的目标字符产生更严重的笔画断裂甚至缺失。讨论了数学形态学运算在字符识别技术中的应用,利用形态学闭