基于HMM和GMM的维吾尔语联机手写体识别研究

给出了一个基于HMM和GMM双引擎识别模型的维吾尔语联机手写体整词识别系统。在GMM部分,系统提取了8-方向特征,生成8-方向特征样式图像、定位空间采样点以及提取模糊的方向特征。在对模型精细化迭代训练之后,得到GMM模型文件。HMM部分,系统采用了笔段特征的方法来获取笔段分段点特征序列,在对模型进行精细化迭代训练后,得到HMM模型文件。将GMM模型文件和HMM模型文件分别打包封装再进行联合封装成字典。在第一期的实验中,系统的识别率达到97%,第二期的实验中,系统的识别率高达99%。     

基于局部保持投影与隐马尔可夫模型的维文字符识别

针对传统隐马尔可夫模型(HMM)在对手写维吾尔文字符建模时,字符宽度变化大,模型训练收敛缓慢,且易陷入局部极值的问题,提出一种基于保局投影(LPP)与HMM相结合的维吾尔字符识别方法。首先,通过高度归一化保持原图像的宽高比,用滑动窗获取子图像序列,形成观测向量序列;其次,采用局部保持投影将观测序列映射到低维空间,并用随机抽样方法降低邻接图矩阵的规模;最后,采用新观测序列训练HMM。该算法在降维的同时提高了HMM的收敛速度,降低了陷入局部极值的风险。实验结果显示,算法的平均收敛步数减少,错误率降低,表明算法是有效的。     

一种笔段序列匹配联机汉字识别方法

文中针对行书体汉字的识别,提出一种笔段序列匹配汉字识别方法。选择笔段数、笔段书写顺序、笔段位置作为主要的识别特征。首先,在预处理阶段,为了减小汉字类内分散性,采用笔段密度均衡化非线性规整法对笔段位置进行了非线性规整;进而在笔段序列的基础上,采用动态规划算法寻找待识笔段序列与候选笔段序列的最优匹配路径;根据此路径,得到匹配笔段集,缺少笔段和多余笔段;然后计算出待识字与每个候选字的识别距离;最后,对识     

在线手写汉字识别的字形结构排序法

汉字是二维平面上的线划图形,在线汉字识别的一个有利条件是利用书写时的笔段顺序 信息,从而采用一维的表示.然而不同的人书写同一个字时笔顺会有所不同,这就给汉字的处 理与识别带来困难.本文给出一种以笔段为基础,仅依赖汉字字形结构的排序方法,把二维空 间的笔段在一维空间排出稳定的次序.这一次序与笔划的书写序无关.这就为在线手写汉字 的识别打下了良好的基础.     

基于书写运动系统脉冲响应的联机签名鉴定方法

本文介绍了一种基于书写运动系统脉冲响应的联机中文签名鉴定方法。将签名切分为笔段并将每一笔段都描述为一个有限脉冲响应（ＦＩＲ）滤波器。采用动态规划方法寻求待测签名和参考签名笔段之间的最优对应关系,根据最优对应关系,再利用ＦＩＲ系统的脉冲响应对待测签名和参考签名的笔段进行匹配。初步的实验结果显示了本方法的可行性。     

基于CRF和HMM混合模型的手势识别方法

针对训练数据较少的小样本情况下,使用隐马尔可夫模型(HMM)的建模准确性较低的问题,提出一种基于条件随机场(CRF)和HMM混合模型的手势识别方法.用一个区分局部观测值的判别模型来提供与序列中的每个局部观测相关联的局部后验.将CRF用于执行这种判别层.通过区分局部观察值来为HMM层提供局部类后验.在HMM解码阶段将这些局部后验组合在一起提供更多的全局信息.通过实际手势识别实验验证了融合HMM建模能力和CRF判别能力的混合模型方法的有效性与准确性,并对不同的可变性来源具有鲁棒性.     

语音识别HMM训练改进算法比较

模型训练是HMM应用于语音识别时重要的一环,本文首先简要介绍了HMM及其三大基本问题,针对Baum-Welch算法收敛速度慢和易陷于局部最优解的缺陷,归纳总结了基于分段K均值算法、基于遗传算法、基于随机松弛算法的三大改进算法,通过实验验证了改进算法可以提高语音识别效果。     

基于改进隐马尔可夫模型的系统调用异常检测

针对隐马尔可夫模型计算开销过高的问题,提出了一种新的基于隐马尔可夫模型(Hidden Markov model,HMM)的异常检测方法,利用系统调用执行迹具有的局部规律性,用改进的HMM(Improved HMM,IHMM)学习算法来构建程序正常行为模型.在检测时,首先对待测系统调用数据用滑动窗口划分,并通过正常行为模型来判定异常,根据异常短序列占所有短序列的百分比来判断该进程是否行为异常.实验结果显示该方法训练耗时仅为传统方法的1%.当阈值在一个较大范围内变化时,模型的检测性能始终保持稳定.表明本文方法通过避免对大量相同短序列的重复计算,显著减少了训练时间和计算开销,在实际应用中具有良好的可操作性.     

基于笔段方向信息的联机手写汉字倾斜矫正算法

本文提出了一个基于单个联机汉字字符笔段方向信息的倾斜矫正算法.在汉字中横竖笔划的使用频度高达四分之三.虽然汉字的书写因人们的不同习惯造成不同的倾斜结果,但在绝大多数情况下还是维持了横竖笔划的直线性,并且在一个字内,横竖各自的方向往往大致相同.这些前提就为我们寻找倾斜角度信息提供了依据.我们在这些前提的基础上设计了倾斜矫正的算法,并对四种有代表性的样本进行了测试.测试结果验证了本算法的有效性.     

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。     

汉字笔顺书写等级训练系统设计与实现

汉字书写的考查是推广规范字的一项重要措施,而汉字的笔顺是体现书写规范的一项标准。汉字笔顺书写等级训练系统是针对高等师范学校大学生设计的。系统根据汉字笔画顺序的特点构建基于汉字笔顺编码的汉字库,同时为学生提供练习汉字笔顺和进行自我测验的平台。     

Stroke-based modeling and haptic skill display for Chinese calligraphy simulation system

The goal of this paper is to study haptic skill representation and display in a Chinese calligraphy training system. The challenge is to model haptic skill during the writing of different strokes in Chinese characters and to achieve haptic rendering with high fidelity and stability. The planning of the writing process is organized at three levels: task, representation and device level to describe the haptic handwriting skill. State transition graph (STG) is proposed to describe switches between tasks during the handwriting. Chinese characters are modeled using 39 typical strokes, which are further grouped into basic and compound strokes. The compound stroke is considered to be sequential combination of the basic strokes. Straight and curve strokes are modeled using line segment and the Bezier curve, respectively. Information from STG is used for real-time collision detection and haptic rendering. Ambiguity of the collision detection at stroke-corner points is prevented using active stroke combined with local nearest point computation. A modified virtual fixture method is developed for haptic rendering. The approach is tested on a prototype training system using Phantom desktop. Initial experiments suggest that the proposed modeling and rendering method is effective.     

Analysis of stroke structures of handwritten Chinese characters

Most handwritten Chinese character recognition systems suffer from the variations in geometrical features for different writing styles. The stroke structures of different styles have proved to be more consistent than geometrical features. In an on-line recognition system, the stroke structure can be obtained according to the sequences of writing via a pen-based input device such as a tablet. But in an off-line recognition system, the input characters are scanned optically and saved as raster images, so the stroke structure information is not available. In this paper, we propose a method to extract strokes from an off-line handwritten Chinese character. We have developed four new techniques: 1) a new thinning algorithm based on Euclidean distance transformation and gradient oriented tracing, 2) a new line approximation method based on curvature segmentation, 3) artifact removal strategies based on geometrical analysis, and 4) stroke segmentation rules based on splitting, merging and directional analysis. Using these techniques, we can extract and trace the strokes in an off-line handwritten Chinese character accurately and efficiently.     

T形汉字码输入法

T形汉字码输入法的提出,目的是提供一种易学易用、汉字部件规范直观、取码规则合理、重码率低、能够高速盲打或听打的计算机汉字编码输入法。它由拼音码和形部编码两部分组成,形部编码优选28个左右的多笔画部件和5种基本笔画,形部编码的取码规则规定为:左右结构的汉字,分别按书写顺序取该汉字的左部和右部的第一个基本部件的代码进行编码;非左右结构的汉字,按书写顺序取该汉字的第一个和最末一个基本部件的代码编码。     

Trajectory generation of the writing–brush for a robot arm to inherit block–style Chinese character calligraphy techniques

This paper relates the trajectory generation of the writing-brush for a robot arm to inherit Chinese character calligraphy (CCC) techniques. First, to preserve the characters written by famous calligraphers in Chinese history, we constructed a CCC database which contains 29 456 characters written by different calligraphers in different styles (ancient, angular, block, semi-cursive and cursive style). With this CCC database, it is possible to search, restore and append the calligraphy writing for a specific character. Second, we mainly relate the inheritance of CCC. Because CCC is not a static thing, but a dynamic process of an activity which concerns a lot of complicated factors such as the pressure and speed control of the writing brush, how to write the start and end of strokes, etc., we propose to inherit this dynamic process by a robot. This paper is limited to discussing how to inherit the writing techniques for block-style calligraphy writing by a robot arm. The total number of Chinese characters is more than 800 000. These characters can be constructed by basic strokes. There are 28 different kinds of strokes used to construct all of these characters. The skeleton of a stroke is decided by the control points that exist within the stroke. The shape of a stroke is determined by the trajectory derived from the control points and the pressure to the writing brush. The control points for 28 strokes are given and the control techniques for a robot to write these strokes in block style are developed. At present, the robot can write any character in block style.     

具有智能交互学习能力的机械臂写字系统

基于Uarm机械臂构建了一个学习人类写字顺序的机械臂智能写字系统,该系统首先具有对陌生汉字的自动笔画拆分和书写能力,然后基于语音对话和图像分析技术,能够根据用户教授的笔画和笔顺来学习汉字的正确书写方式.首先,系统根据输入的语音信息以及摄像头观察到的文字的图像信息,获得用户想要写的关键字及对话意图;然后通过对摄像头看到的图像信息进行分析,对检测到的汉字进行自动笔画拆分和笔顺提取,对于正在教授中的字,跟踪笔迹顺序,学习汉字笔顺的正确写法.通过对话管理,机械臂会以对话的形式进行书写反馈并与用户交互,学习人类书写顺序并实现正确书写.通过实验分析及测试者主观评测,该系统取得了不错的评价.     

汉字书写质量的模糊分析方法

对书写汉字进行质量评价,可以客观评价书写的美观程度,指出甚至纠正汉字书写中的不规范的情况。针对规定格式的汉字书写常见的几种书写问题,在书写笔画和书写结构方面,通过提取不同的书写特征向量,采用模糊分析的方法,对汉字书写质量进行了客观的评价。实验表明,这种评价方法准确高效,能很好实现汉字书写辅导。     

一种无笔序手写体汉字在线识别方法

文中介绍了一种无笑序手写汉字在线识别方法，提出了基于汉字笔画数的编码方法。整个识别过程为两大部分，首先进行笔画分类，然后根据笔画序列码和汉字的结构完成入手 写何不在于识别。由于本系统要求可以无笔序地进行汉字输入，给汉分类带的来很大的困难，为此，在汉字结构匹配时，提出了一种结构特征搜索及排索算法，很好地解决了要求无笔序输入所带来的问题，实践证明，这种方法用于无笔序手汉字的在线识别是非常有效的。