基于基准线的多候选数学公式识别

提出了一种基于基准线的多候选数学公式识别(Baseline Based Multi-candidate Mathematical Expression Recognition,BBMMER)方法。现代印刷体数学公式识别是模式识别的重要组成部分,而数学公式结构分析又是数学公式识别技术发展的瓶颈所在。提出了一种利用基准线定位公式嵌套结构,多候选分析公式符号间结构关系的方法,并使用LaTex格式表示数学公式的识别结果。在大量的公式图像组成的测试集上取得了良好的公式分析正确率。     

印刷体数学公式识别中的结构分析策略

数学公式识别是OCR技术的重要组成部分,目前相关的研究还很欠缺.文中在简要介绍数学公式识别发展状况的基础上,针对结构分析这一公式识别的关键环节,提出了一种将"自顶向下"和"自底向上"策略相结合的数学公式结构分析方法.实验表明,这种方法对公式结构具有较好的适应性.     

印刷体数学公式结构分析的一种方法

数学公式识别是OCR技术的重要组成部分,目前相关的研究还很欠缺。文章在简要介绍数学公式识别发展状况的基础上,针对结构分析这一公式识别的关键环节,提出了一种基于基准线、运算符作用域并结合语法分析数学公式结构的方法。实验表明,该方法对公式结构具有较好的适应性。     

印刷体数学公式识别中的结构分析策略

数学公式识别是OCR技术的重要组成部分，目前相关的研究还很欠缺。文中在简要介绍数学公式识别发展状况的基础上，针对结构分析这一公式识别的关键环节，提出了一种将“自顶向下”和“自底向上”策略相结合的数学公式结构分析方法。实验表明，这种方法对公式结构具有较好的适应性。     

数学公式基线结构分析及识别算法研究

公式识别问题被分为字符分割和结构分析两部分内容。系统地研究了数学公式识别的全过程,使用自适应字符分割方法和基线结构分析算法成功地实现了一般数学公式的识别,识别率比较高,较好地完成了公式识别任务。从实验结果中可以看出,这种基于基线结构分析的数学公式识别方法能够满足大多数印刷体公式的识别,是一种较好的方法。     

助教先锋开启公式录入的新时代

近期,汉王通过自主创新,推出了针对教育行业的一款内嵌OCR公式识别技术的升级版文本王——助教先锋,此款产品不仅具有很高的识别率,还能快速识别公式,轻松解决了用复杂公式录入的繁琐问题。OCR作为汉王科技的核心技术之一,十余年来不断进行技术创新,在金融、税务、交通等多个行业应用,使得汉王已经成为了名副其实的“汉字识别之王”。如今,公式识别成功开发,也让汉王成为全球唯一一家可识别公式的OCR软件厂家。从全局上看,汉王OCR公式识别技术对整个OCR产业发展的作用是不可低估的,它将引领全球OCR的发展和更广泛的应用,而拥有公式…     

基于图像分析的植物叶片识别技术综述*

对近年来基于图像分析的叶片识别技术进行了广泛研究.首先阐述了基于图像分析的植物叶片识别技术的意义及研究现状;然后介绍了主要的叶片图像识别步骤,重点从基于关系结构匹配的识别、基于统计学的识别和基于机器学习的识别三类方法进行阐述,详细论述了各种识别技术的基本思想和主要公式;最后指出了叶片识别技术的不足和研究方向.     

数学公式识别系统:MatheReader

数学公式广泛存在于各类文献之中，但是公式的识别远比文字段落的识别困难．义章介绍了一个数学公式图像识别系统MatheReader，重点阐述了其在公式定位及公式分析方面的技术方案．在公式定伉方面，抽取版式特征，采用Parzen分类器区分独立公式和普通文字行，在普通文字行内检测二维结构定位内嵌公式．在公式分析方面，定义十一种基本公式类型，并用产生式规则限定每类公式的唯一分解方法，提出先识别公式类型，然后分解为子表达式的公式分析方法．和已有系统比较，MatheReader的功能更加强大，能够处理的公式更加丰富．     

基于语音和笔的手写数学公式纠错方法

采用识别技术的用户界面往往由于识别率的限制容易出错,如何为这类界面提供自然高效的纠错方法十分重要.手写数学公式具有二维结构,难以识别和纠错.提出一种用于纠正手写数学公式识男噜错误的多通道技术.它允许用户使用笔纠正切分错误,用笔和语音纠正符号识别和表达式结构分析错误.该技术的核心是一个多通道融合算法.融合算法以笔选择的符号和语音作为输入,根据语音输入的类型是数学术语或者数学符号分别选择融合方法,最后修正手写公式并输出最有可能的识别结果.实验结果表明,该技术能有效地纠正手写数学公式识别中的错误,它比基于笔的单通道纠错技术更加高效.     

在线手写数学公式结构分析算法

在线手写数学公式输入作为一种自然、快速的数学公式输入方法有着很大的应用前景。基于识别通用数学公式结构的范畴,提出了在线手写数学公式结构识别的算法。首先定义了数学公式结构的分形、支配关系并扩展了硬约规,同时根据手写公式的特点提出了最小生成树(MST)算法中一种新的权值计算方法,在此基础之上应用最小生成树算法和统计学的方法进行公式结构分析。与其他经典算法比较,所提算法扩大了识别的结构,同时识别正确率有所提高。     

印刷体数学公式的识别

介绍了一个印刷体数学公式识别系统,它由公式字符识别和结构分析两部分组成。在公式字符识别中,采用了一些适用于公式字符的特殊处理方法;在结构分析中,根据数学公式的结构布局,采用了一种将“自顶向下”和“自底向上”策略相结合的数学公式结构分析方法,实现了数学公式的重用,实验表明,这种方法能取得较好的识别效果。     

深度学习神经网络在语音识别中的应用

近年来,随着我国科学技术的不断深入与发展,神经网络逐渐与语音识别技术联系的越来越密切。在传统的语音识别技术中,模板匹配法是其主要的操作方法,而在现代的语音识别技术中,神经网络已成为主要的发展趋势。神经网络技术主要模拟了人类的神经元活动原理,将人类所特有的自主学习、想象能力综合到了语音识别系统中,为语音识别的发展开辟了一条新的途径。本文我们将综合具体事例简要分析深度学习神经网络与语音识别系统的结合。     

Facial expression recognition based on local region specific features and support vector machines

Facial expressions are one of the most powerful, natural and immediate means for human being to communicate their emotions and intensions. Recognition of facial expression has many applications including human-computer interaction, cognitive science, human emotion analysis, personality development etc. In this paper, we propose a new method for the recognition of facial expressions from single image frame that uses combination of appearance and geometric features with support vector machines classification. In general, appearance features for the recognition of facial expressions are computed by dividing face region into regular grid (holistic representation). But, in this paper we extracted region specific appearance features by dividing the whole face region into domain specific local regions. Geometric features are also extracted from corresponding domain specific regions. In addition, important local regions are determined by using incremental search approach which results in the reduction of feature dimension and improvement in recognition accuracy. The results of facial expressions recognition using features from domain specific regions are also compared with the results obtained using holistic representation. The performance of the proposed facial expression recognition system has been validated on publicly available extended Cohn-Kanade (CK+) facial expression data sets.     

印刷体数学公式的结构分析与识别

针对印刷体数学公式中的结构分析,提出将“自下而上”和“自上而下”相结合的策略。自上而下是针对特殊结构的分析,特殊结构包括根号、矩阵、上下标等。自上而下是对公式整体结构的分析,并且用递归的方式对各个子表达式采用同样的分析方法。结构分析成功后,用树形结构表示整个公式的二维空间布局。实验结果表明,此种分析策略有效地提高了印刷体数学公式的结构分析成功率。     

Estimation of word emotions based on part of speech and positional information

Recently, studies on emotion recognition technology have been conducted in the fields of natural language processing, speech signal processing, image data processing, and brain wave analysis, with the goal of letting the computer understand ambiguous information such as emotion or sensibility. This paper statistically studies the features of Japanese and English emotional expressions based on an emotion annotated parallel corpus and proposes a method to estimate emotion of the emotional expressions in the sentence. The proposed method identifies the words or phrases with emotion, which we call emotional expressions, and estimates the emotion category of the emotional expressions by focusing on the three kinds of features: part of speech of emotional expression, position of emotional expression, and part of speech of the previous/next morpheme of the target emotional expression.     

基于深度学习和证据理论的表情识别模型

表情识别是在人脸检测基础之上的更进一步研究,是计算机视觉领域的一个重要研究方向。将研究的目标定位于基于微视频的表情自动识别,研究在大数据环境下,如何使用深度学习技术来辅助和促进表情识别技术的发展。针对表情智能识别过程中存在的一些关键性技术难题,设计了一个全自动表情识别模型。该模型结合深度自编码网络和自注意力机制,构建了一个人脸表情特征自动提取子模型,然后结合证据理论对多特征分类结果进行有效融合。实验结果表明,该模型能显著提升表情识别的准确度,具有重要的理论意义和研究价值。     

WEB语音检索中查询概念纠错的研究

使用语音识别技术为搜索引擎提供语音查询接口,使得奇询概念的输入更为简便。但是,由于查询概念中存在大量的专有名词和名称,识别精度往往不高,影响搜索结果的准确率。该文提出一种在新闻领域内,利用新闻领域知识提高查询概念识别率的方法,通过计算语音识别结果与新闻概念库中概念的语音相似度确定备选结果,计算备选结果与辅助概念的新闻相关度来确定最终的查询概念。实验证明,该方法对新闻搜索引擎的查询概念的纠错收到了良好的效果。     

A case study on mathematical expression recognition to GPU

The technology of mathematical expression identification and recognition extracts mathematical expressions in document images, and it has been studied for over a decade. Based on previous works, we develop an automatic recognition tool, named EqnEye, which leverages the OpenCV library to perform image processing and Tesseract tool to recognize mathematical symbols. We also apply correction methods before the recognition stage to improve the recognition accuracy. To improve the efficiency for processing images of high resolution, the parallel implementation of thresholding method on GPU is integrated into this work. Experimental results exhibit the success of our correction methods to enhance the accuracy and the slight improvement to the performance. In addition, porting the recognition tool to handy devices can produce more value-added applications.