开放集文字识别技术

开放环境下的模式识别与文字识别应用中,新数据、新模式和新类别不断涌现,要求算法具备应对新类别模式的能力。针对这一问题,研究者们开始聚焦开放集文字识别（open-set text recognition,OSTR）任务。该任务要求,算法在测试（推断）阶段,既能识别训练集见过的文字类别,还能够识别、拒识或发现训练集未见过的新文字。开放集文字识别逐步成为文字识别领域的研究热点之一。本文首先对开放集模式识别技术进行简要总结,然后重点介绍开放集文字识别的研究背景、任务定义、基本概念、研究重点和技术难点。同时,针对开放集文字识别三大问题（未知样本发现、新类别识别和上下文信息偏差）,从方法的模型结构、特点优势和应用场景的角度对相关工作进行了综述。最后,对开放集文字识别技术的发展趋势和研究方向进行了分析展望。     

基于模版匹配的联机手写数字识别系统设计

模式识别就是通过计算机用数学技术方法来研究模式的自动处理和识别。随着计算机技术的发展,人们对模式识别技术提出了更高的要求。本文主要介绍了模式识别的基本原理和联机手写数字识别系统的设计实现过程。分析了图像分类过程．分类判别函数的应用以及模式识别的过程;本文设计的联机手写数字识别系统是在VC＋＋环境下开发的,在数字手写区域手写一个0～9之间的数字,系统应用识别功能就可以得到对应的类别名称。     

基于神经网络的多角度实物识别系统

随着当前信息技术的飞速发展,需要模式识别系统满足、实现更多的要求.基于仿生模式识别理论,本文提出并实现了利用神经网络进行识别的实物识别系统,首先详细介绍了基于神经网络的多角度实物识别系统的硬件实现和算法,详细介绍了采样和特征提取过程,并提出了适合神经网络学习和识别的特征提取算法.     

模式识别在变电站远程视频监控系统中的应用

将模式识别技术应用于变电站数字视频远程监控系统中,为变电站实现无人值守提供了条件。图像处理和模式识别是远程视频监控系统应用研究中的两大关键技术。阐述了图像处理和图像识别的过程,介绍了常用的模式识别如统计模式识别、模糊识别和神经网络识别等方法的基本原理,并对它们的优缺点进行了分析。最后总结了对变电站内信号灯状态、指针表、数字表和环境等的识别方法。     

基于支持向量机的手写体数字识别系统设计

数字识别是光学字符识别技术里发展比较早的一种技术,是OCR的一个分支。数字识别又分为手写数字识别和非手写数字识别,提到的手写数字识别是指脱机手写数字识别。支持向量机是近几年来模式识别领域中的一个新技术,它被广泛应用到文字识别、人脸识别等应用中,是模式识别领域中的研究热点,把支持向量机技术应用到手写数字识别系统中,以期提高识别系统的性能。     

模式识别技术崭露头角

在拥挤的人群中,人能够瞬间就认出自己的熟人,而即便是当今最先进的机器人也无法做到这一点。一门新的技术——模式识别的研究目标就是提高机器的认别能力,逐步接近、最终达到人的识别水平。 人类认识事物的重要方法之一是分类,给某一类事物确定概念、范围和特征,即为模式。在数学上,是一类事物的模式可用表征该类事物本质特征的一组函数来描述,将需要识别的事物与已如的模式相对照,作鉴别归类等处理,称为模式识别。 现代模式识别技术是利用计算机对物质或精神过程进行分析和描述,对各种物理量及其变化过程进行分类,提取特征加以识别的一项专门技术。模式识别是建立在计算机技术、影像技术和音响技术基础上的综合性高技术,是人工智能的重要组成部分。人工智能是研究用机器来模拟人的动作、感觉、认知和思维过程的科学,而这些都离不开对文字、声音、图形和图像的处理,分类和识别。 模式识别技术在文字、声音、图像识别方面已取得很多成果,在工农业生产、军事和生活等诸多领域已获得了应用。例如,用计算机代替人进行文     

一个人的精彩

汉字识别从技术到产业,汉王科技公司总经理刘迎建仅用十年。从文字识别到模式识别,再到识别的应用,刘迎建将文字识别技术一步步地扩张,并将这种扩张称之为“同心圆”效应。“文字识别技术大概有3～5个亿的产值,汉字识别产业今后的发展需要不断地调整和扩张”。“人少的地方风景     

基于Bayes决策的联机手写数字识别

本文介绍了贝叶斯（Bayes）决策理论和模式识别的过程,并用Bayes分类算法设计了一个图像分类器。该分类器通过对各个类别的后验概率的计算．对0-9这十类联机手写数字进行识别实验。     

基于OpenMP的动态模式识别并行计算

考虑到实现确定学习理论中的动态模式识别过程耗时过多,提出一种适用于识别过程计算的多核并行技术。以压气机Mansoux模型为研究背景,首先对其模式获取和识别的过程进行简单描述,其次,在四核PC的硬件平台上,使用OpenMP编程,实现了对动态模式识别的并行计算。通过设置不同的线程数,讨论了几个影响并行程序性能的重要因素。结果表明,要综合考虑各种因素的影响才能设计出高效的并行识别程序。     

科研成果的产品化将全面解决汉字计算机自动输入问题

80年代初，中国科学院自动化所在中国科学院院士、研究员戴汝为的主持下成立了课题组，开展模式识别与文字识别方面的研究工作。并在句法模式识别研究工作方面取得了具有国内外高水平的成果。他把以往的统计模式识别与句法模式识别取长补短统一起来，这些独创性的见解和方法更符合于人的思维实际，从而推动了模式识别研究工作的发展。这不仅具有重要的科学意义，且对于图象处理与识别、汉字信息处理等实际应用具有指导意义。80年代中期开始，从事“联机手写汉字识别系统”、“脱机手写汉字识别系统”和“印刷体汉字识别系统的理论、方法研究…     

数字图像分割方法研究

图像分割是图像处理与计算机视觉的基本问题之一,是图像分析和模式识别的首要问题,并决定图像的最终分析质量和模式识别的判别结果。本文在研究部分主流分割方法的基础上,着重对支持向量机分割方法进行了分析研究。     

免疫系统模型的优化及其应用研究

通过免疫系统模型的介绍,文章提出多属性r连续位匹配规则来优化免疫系统模型并将其应用于图像识别中。实验表明,优化的免疫系统模型不仅提高了模式识别的效率,而且算法的时间复杂度和空间复杂度令人满意。     

图像特征的CNN提取方法及其应用

图像特征的提取是视觉图像识别的重要方法之一,采用细胞神经网络(CNN)并行处理器进行图像特征的提取具有实时快速的优点。该文将介绍CNN并行处理器的基本工作原理及其实现图像特征处理的逻辑组合通用方法,并以图像的纹理分割与识别为例来说明CNN并行处理器应用于视觉图像识别的通用编程方法。     

水下结构物表面缺陷的自动检测与识别

在计算机图像处理理论与模式识别理论的基础上,提出水下结构物表面缺陷的识别方法,给出噪声去除以及阈值分割的方法;从处理后的缺陷图像中提取能表征缺陷性质的几何特征和纹理特征,并运用树形分类器进行分类,以实现计算机对缺陷图像的理解和自动识别。识别结果为水下结构物的安全可靠性评估提供基础数据。     

一种基于调节形态学的骨架提取算法

对目标图像提取其骨架,在目标检测、图像编码及光学字符识别等计算机视觉、图像处理与模式识别领域有着广泛的应用。简要介绍了调节形态学的基本算子和性质,在此基础上提出了一种二值图像的调节形态学骨架提取算法,最后给出了用调节形态学方法获取二值图像骨架的实例。     

一种优化的ARTIS免疫系统模型研究及其应用

在介绍ARTIS免疫系统模型的基础上,提出多字段r连续位匹配规则来优化ARTIS模型并将其应用于汽车图像识别中。实验表明,优化的ARTIS模型不仅提高了模式识别的效率,而且算法的时间复杂度和空间复杂度是令人满意的。     

BP人工神经网络在图像分割中的应用

图像分割是图像处理和计算机视觉的重要研究领域,也是图像识别和图像分析的基础性工作之一。图像分割效果的好坏直接影响图像特征的提取、图像识别的精度。BP人工神经网络在理论上具有实现任意非线性映射的能力,具有自学习、自适应及鲁棒性强的特点,在模式识别、模式分类和模糊控制等领域得到广泛应用。作者将BP人工神经网络成功地运用于印鉴图像分割、车牌号码图像的分割等工作中,取得了良好的图像分割效果。     

光电混合处理系统识别高相似度工业零件图象的研究初探

为了克服对高相似度图象的误判，从形态学角度提出一种基于联合变换相关器的图象相似度定义，并将改善高相似度图象识别的方法划分为非原理性改进和原理性改进两大类，其中，为进行非原理性改进，提出将结构光模式应用于联合图象编码；为进行原理性改进，对联合图象采用基于形态学击中击不中变换的互被编码算法，通过对工业零件基本形状的仿真识别来区分高相似度图象，结果证明，该方法是有效的。     

基于离线训练的二维灰度特征向量快速目标搜索算法

本文以运动图像中的目标搜索为背景,根据模式识别和图像处理的基本理论,提出了一种基于离线训练的二维灰度特征向量模式匹配的快速目标搜索算法.首先离线在样本图像中对二维灰度特征向量模式进行训练,然后在线对运动图像提取二维灰度特征向量,进行模式匹配,搜索运动目标.     

利用分布式主动智能体检测灰度图像的对称轴

图像的对称性研究是模式识别和计算几何的重要内容,在目标识别、视觉监视和形状表示等研究中有一定的应用价值.提出一种利用分布式主动智能体提取灰度图像中的基本反射对称轴的新方法,它通过对智能体在局部图像环境中定居、发展以及迁徙和死亡等行为的模拟来检测、编组和连接显著的局部对称轴.该方法可以提取任意灰度图像中的基本反射对称轴,并且易于并行实现,关于自然图像的实验结果表明了它的有效性.