基于HMM的汉语文本识别后处理琛

本文用ＨＭＭ描述汉语文本识别后处理,将汉语语言和单字识别这两个概率模型结合起来,以充分利用单字识别器提供的信息。语言模型的参数由语料库统计得到：单字识别模型的参数为条件概率,经理论分析,它要转化为后难事概率来求解。在分析训练样本集单字识别结果的基础上,提出一种统计方法估计候选字的后验概率。ＨＭＭ在脱机手写体汉语文本识别中的实验表明,后处理性能除取决于语言模型外,还取决于后验概率的精确估计。     

复杂车辆图像中的车牌定位与字符分割方法

车牌定位和字符分割是车牌照自动识别系统中的关键步骤。提出了一个综合多种特征的车牌定位算法和一个基于模板匹配的字符分割算法,有效地解决了背景复杂的彩色图像中车牌定位和字符分割的问题。综合这些算法并结合字符识别核心,实现了一个完整的车牌照自动识别系统。该系统对不同背景、光照条件下采集到的车辆图像进行了大量实验,实验结果证明算法准确率高、鲁棒性好。     

TS-84多功能微机图像图形处理系统

本文介绍一个由0520 A(或 IBM PC/XT)为主机而构成的多功能微机图像图形处理系统。叙述了硬、软件系统的设计思想、结构和实现要点。最后给出该系统在工业、医学中的若干应用实举。     

一种手写汉字特征抽取的新方法

针对非特定人脱机手写汉字识别，本文提出了一种新的特征抽取方法。首先，将输入汉字模式进行非线性规一化；然后，根据汉字的横竖撇捺四种基本笔画将规一化后的模式分割成四个子模式；最后，将所得到的四个子模式分别均匀地划分成M×M个小网格，在每一小网格内统计笔画穿透数目，从而得到一个4M2维的特征向量。通过对国标一级3755个汉字的测试表明，正确识别率达90％以上，从而证实了本文方法的有效性。     

新安画派为何能影响景德镇陶瓷绘画

主要从五个不同的角度进行说明,分别为:新安画派地理位置的优势,与景德镇相邻而居;其次社会学角度,都是外来人口的居住地,人口的频繁流动和本地对外的开放、交流、相互学习,有利于文化的繁荣和科学技术的传播;加之景德镇是官窑的所在地且又靠近大理学家朱熹的故乡婺源,和徽州一样深受理学的影响,为它们的结合找到思想标准的一致性;还有新安画派艺术特征和景德镇瓷的美学思想相一致;以及徽商在景德镇的成就,有利于徽文化的传播;最重要的是新安画派和景德镇陶瓷绘画都曾从徽派版画中吸收营养发展自己。     

藏文识别中相似字丁的区分研究

相似字丁多是藏文识别中的一大难点。本文通过对相似字丁类型的研究,以及印刷体藏文识别结果的统计分析,得到图形结构的分析与识别结果相吻合的结论。说明必须根据藏文字丁的结构特点,在字符归一化、特征选择方面进行特殊的处理,以实现藏文识别中相似字丁的区分。     

小写金额的多模式切分与识别算法

针对带表格的中文支票小写金额的自动识别问题,提出了一种多模式切分和识别算法。根据小写金额不同部分的切分和识别难度,采取了3种递进的模式:预切分模式、连写0检测模式和基于识别的切分模式。其中预切分模式用来处理小写金额中不粘连的单字;连写0检测模式用来检测并识别连写的0;基于识别的切分模式用来处理非连写0的粘连部分,在这个模式中采用了遗传算法来加速最优解的搜索过程。利用从银行采集的1053张真实支票样本进行测试,在拒识率为33.6%时,小写金额串的识别率达到66.1%,实验结果证明这种算法可以提高真实支票小写金额的识别率。     

一种多字体印刷藏文字符识别方法

提出了一种完整的多字体印刷藏文字符识别方法：先提取输入字符的方向线素特征组成特征向量，然后采用两级分类策略判定字符类别。该方法在训练集和测试集上的识别率分别达到99．73％和99．44％，证明了其有效性。     

一种鲁棒高效的人脸特征点跟踪方法

人脸特征点跟踪能获取除粗略的人脸位置和运动轨迹以外的人脸部件的精确信息,对计算机视觉研究有重要作用.主动表象模型(Active appearance model, AAM)是描述人脸特征点位置的最有效的方法之一,但是其高维参数空间和梯度下降优化策略使得AAM对初始参数敏感,且易陷入局部极值. 因此,基于传统AAM的人脸特征点跟踪方法不能同时较好地解决大姿态、光照和表情的问题.本文在多视角AAM的框架下,提出一种结合随机森林和线性判别分析(Linear discriminate analysis, LDA)的实时姿态估计算法对跟踪的人脸进行姿态预估计和更新,从而有效地解决了视频人脸大姿态变化的问题.提出了一种改进的在线表象模型(Online appearance model, OAM)方法来评估跟踪的准确性,并自适应地通过增量主成分分析(Principle component analysis, PCA) 学习来更新AAM的纹理模型,极大地提高了跟踪的稳定性和模型应对光照和表情变化的能力.实验结果表明,本文算法在视频人脸特征点跟踪的准确性、鲁棒性和实时性方面都有良好的性能.     

基于皮肤纹理特征的高分辨率人脸图像识别

提出一种基于皮肤纹理特征的高分辨人脸图像识别算法。通过人脸轮廓提取人脸的皮肤纹理特征点,利用Gabor滤波器提取人脸关键区域的皮肤纹理特征,根据纹理区域相关性进行特征匹配。在FRGC v2.0数据库上的实验结果表明,当认假率为0.1%时,该算法的认证率可达97.8%,且使用高分辨率人脸图像可提高人脸识别的性能。