基于隐马尔可夫模型的人脸检测与识别

此文讨论了隐马尔可夫模型(HMM)在人脸检测与识别中的实现及其逐步改进.采用了基于DCT系数的伪二维隐马尔可夫人脸模型(P2D-HMM).由于此模型更好的利用了人脸图象的二维统计特性,所以与基于KLT系数的一维隐马尔可夫人脸模型相比,识别效果更好.虽然一维隐马尔可夫模型(1D-HMM)表现二维人脸存在不足,但训练识别比较简单.P2D-HMM可以充分表现二维人脸模型的统计特性,但结构复杂、运算量大.综合考虑二者的优缺点,结合支持向量机(SVM)对静态数据识别效率明显的长处,建立了SVM和HMM的混合人脸识别模型.采用独立分量分析(ICA)的方法提取人脸区域的特征,作为SVM的输入.在ORL人脸库中,测试基于1D-HMM、P2D-HMM和SVM/HMM的人脸识别方法,识别率分别达到86.2%、97.2%和97.0%,并且以上方法对姿态和环境的变化具有较好鲁棒性.     

基于小波包的2D-HMM离心泵故障诊断

根据离心泵故障振动信号的特点,提出了一种结合小波包与二维隐马尔可夫模型(2D-HMM)的离心泵故障诊断方法.利用小波包分解对信号进行精确细分的特点,构造出相应的能量谱作为离心泵运行状态的特征向量,并以此作为2D-HMM的输入进行训练,建立了基于2D-HMM的离心泵运行状态分类器,用以识别离心泵状态.最后通过2BA-6A离心泵试验系统验证了该方法的有效性.     

基于ANN和HMM的联机手写体汉字识别系统

为了解决联机手写体汉字笔划顺序、笔划数目及笔划形状变化问题,提出了一种新的联机手写体汉字识别方法:人工神经网络(ANN)和隐马尔可夫模型(HMM)相结合的汉字识别方法,首先通过BP神经网络进行笔划识别,再通过笔划类型和笔划间位置关系的隐马尔可夫模型进行整字识别。实验证明,该联机手写体汉字识别系统具有较高地识别准确率。     

基于ANN和HMM的联机手写体汉字识别系统

为了解决联机手写体汉字笔划顺序、笔划数目及笔划形状变化问题,提出了一种新的联机手写体汉字识别方法人工神经网络(ANN)和隐马尔可夫模型(HMM)相结合的汉字识别方法,首先通过BP神经网络进行笔划识别,再通过笔划类型和笔划间位置关系的隐马尔可夫模型进行整字识别.实验证明,该联机手写体汉字识别系统具有较高地识别准确率.     

HMM方法识别脱机手写汉字

本文提出了一种在隐含马尔可夫模型(HMM)框架下建立的识别脱机手写汉字的方法,介绍了以HMM对脱机手写汉字进行建模、识别的整个过程,并给出了实验结果对国标一级3755个汉字的识别率,在两种测试集上分别达到96.4%和91.5%.     

工程图纸自动输入字符识别的二维隐性马尔可夫模型 …

在分析了语音识别的一维马尔可夫模型（ＩＤ－ＨＭＭ）方法的基础上，采用二维马尔可夫模型（２Ｄ－ＨＭＭ）方法识别工程程图纸中的各类印刷体汉字、较规范的手写仿宋体汉字、英文及阿拉伯数字，适用于多字体、倾斜字符识别等情形，抗噪声能力强，取得了较高的识别率。     

二维隐Markov模型的故障诊断方法

二维隐Markov模型(2D-HMM)具有强大的时序模式分类能力,特别适合于分析非平稳、重复再现性不佳的信号。鉴于旋转机械工作过程中存在大量的非平稳信号,将2D-HMM引入到旋转机械故障诊断中,提出了一种基于2D-HMM的故障诊断方法,并通过Bently-Nevada转子试验系统验证该方法的有效性。     

基于隐马尔可夫模型的车牌自动识别技术

本文基于隐马尔可夫模型（HMM）提出了一种车牌字符识别的新方法,用二维隐马尔可夫模型（2D－HMM）方法来识别车牌中的汉字,用伪二 维隐马尔可夫模型（P2DHMM）方法来识别车牌中的英文字符及阿拉伯数字。该算法适用于不同的字符大小、字符倾斜,污损等情况,抗噪声能力强。字符识别正确率达94％以上,具有实用技术的指标。     

一个实用的手写成绩单识别系统

介绍了一个实用的手写成绩单识别系统，它既可以识别手写的数字成绩单，也可以识别手写的汉字成绩单。对脱机手写汉字的识别，提出了一种基于隐马尔可夫模型的识别方法。     

基于统计方法的中文姓名识别研究

采用统计方法来识别中文姓名。该方法将中文姓名的识别过程分为姓名候选和姓名确认两个阶段。采用隐马尔可夫模型(HMM)分类器从未经切分的汉字串中候选姓名。利用人名与上下文词汇的互信息对候选人名进行最后的确认。该方法是完全数据驱动的,不需要姓名识别模板和规则。试验结果表明,该方法的召回率为82.7%,准确率为89.6%。     

基于自适应尺度边缘特征的建筑施工图重叠字符识别方法研究

目前非重叠字符的识别技术已趋于完善,但难以识别建筑工程图纸标注等场景中的重叠字符,阻碍了基于二维扫描图纸的自动建模技术的突破。针对传统字符识别方法无法识别重叠字符的现状,提出了一套基于自适应尺度边缘特征的建筑施工图重叠字符识别新方法。基于像素空间分布特征初步确定重叠字符区域,定义并提取字符的自适应尺度边缘特征;借助双变量匹配概率函数筛选“位置+内容”的结果组合,并以全局最优原则代替绝对阈值作为识别标准,最终输出正确的识别结果。不同于先修复后识别的常规思路,该方法将特征匹配与干扰过滤相结合、字符定位与字符识别相关联,能解决百度等成熟商用OCR无法解决的重叠字符识别问题,且经数据实验证实具备较高的识别准确率。     

Optical character recognition for cursive handwriting

A new analytic scheme, which uses a sequence of image segmentation and recognition algorithms, is proposed for the off-line cursive handwriting recognition problem. First, some global parameters, such as slant angle, baselines, stroke width and height, are estimated. Second, a segmentation method finds character segmentation paths by combining gray-scale and binary information. Third, a hidden Markov model (HMM) is employed for shape recognition to label and rank the character candidates. For this purpose, a string of codes is extracted from each segment to represent the character candidates. The estimation of feature space parameters is embedded in the HMM training stage together with the estimation of the HMM model parameters. Finally, information from a lexicon and from the HMM ranks is combined in a graph optimization problem for word-level recognition. This method corrects most of the errors produced by the segmentation and HMM ranking stages by maximizing an information measure in an efficient graph search algorithm. The experiments indicate higher recognition rates compared to the available methods reported in the literature     

MER方法在工程图纸字符识别中的算法研究与应用

如何把数字图像中各种长度和角度书写的字符或字符串统一识别、组合并校正成归一化的水平方向,以供后续准确的字模识别,是工程图纸数字图像字符识别中必须首先解决的问题.应用计算最小邻接矩形方法来实现上述目标,取得了良好效果.     

工程图中的模板识别和匹配方法

针对建筑结构图的规则和特征，提出了结构平面布置图和标准结构详图的识别及实例化方法。该方法分三个阶段：首先，通过表格识别和模板识别建立标准模板库；然后，利用规则引导识别结构平面图；最后，通过模板实例化实现构件到模板的对应。此方法可以大大提高工程图自动识别的正确性和系统的自适应能力。     

字符粘连及字线相交的分割与识别方法

描述了工程图纸矢量化中多向粘连字符及字线相交的分割算法与识别方法.提出不同情况下字串的定向计算方法,通过粘连字块的特征矢量计算和迭代计算实现字块的分割.运用波形投影方法解决了粘连字符及字线相交情况下的字间切割问题,使工程图多向字符识别精度显著提高,该算法对局部退化状态下的字符识别具有良好的抗干扰性.     

基于工程图样的三维重建技术研究与实现

提出一种新颖的基于工程图样理解的三维形体重建方法,设计了完整的算法,并建立了一个原型系统。文中的研究成果在三个方面取得了较大的进展：１）将重建对象从一般图形拓展到含半剖视图、全剖视图和尺寸标注的工程图样,使三维重建的实用化成为可能;２）较好地利用了工程图样语义进行形体分析,实施图形预处理,降低了特征识别的难度;３）将特征识别与三维重建结合起来,使重建结果包含形体信息,为利用重建结果进行更高层次的工     

基于HMM方法的银行票据自动识别

利用隐态马尔可夫模型(HMMs)，对银行票据中金额的大小写数据识别问题进行了研究．主要内容包括建立新颖的文字分刻算法；设计HMM训练和识别算法．在HMM系统中，将使用频率比较高的手写体错别字和同音字作为不同的字符类来处理；同时在HMM的训练过程中，提出了平滑参数的新方法．实验结果表明，该方法在实践中是可行的，在银行票据自动识别中有很好的应用前景．     

基于图形约束的工程图纸扫描图象表面粗糙度的自动识别

本文通过分析现有工程图纸扫描图象的识别与理解系统，提出了表面粗造度的自动识别算法，从而弥补了以往系统的不足，基于图形约束的表面粗造度整体识别算法符合技术人员的读图规律，处理速度快，可靠性高，该算法已在微机上调试成功。     

机械工程图中形位公差符号的自动识别技术研究

根据机械工程图中形位公差符号的特点,在矢量基础上,提出并实现了一种基于关键图形特征和标注字符相结合的识别算法。该方法包括3个步骤：首先寻找该类图形的关键元素;然后根据该类图形的具体构造语法规则,由关键元素引导、逐步搜索该类图形的其他结构元素;最后用字符信息来对该类图形的有效性做出判定。试验结果表明该算法具有较好的适应性,且识别率高。     

AdaBoost-EHMM算法及其在行为识别中的应用

隐马尔可夫模型（Hidden Markov Model,HMM）是一种有效的时序信号建模方法,已广泛用于语音识别、文字识别等领域,近年来也被用于人的行为识别。人的行为序列是一种特殊的时序信号,每类行为往往包含若干帧关键姿势。利用行为序列的这个特点,提出了AdaBoost-EHMM（AdaBoost-Exemplar-based HMM）算法,并将该算法应用于行为识别中。利用AdaBoost的特征选择方法将行为序列中的典型样本逐个选择出来作为HMM观测概率模型的均值,之后融合多级分类器进行行为识别。实验结果证明AdaBoost-EHMM算法在保证算法收敛的同时提高了识别率。