基于神经网络的汉字质量量化评价模型

针对传统的汉字字库制作技术需要人工对构字结果进行大量操作,提出利用汉字的属性特征,对构字结果实现质量评价的方法。该方法首先采用图像处理技术提取能够反映汉字标准书写规则的属性,从而将汉字质量的评价准则量化;然后通过改进的三层BP神经网络进行训练,建立汉字品质的评价模型,为字体的调整提供依据,降低字库制作过程中的人工投入。     

触摸屏手写汉字笔画的笔力模糊评价

该文以触摸屏手写汉字为例,提出了一种分析手写汉字笔力的模糊方法,并通过笔力分析实现对触摸屏上手写汉字的书写质量评价。该方法首先通过提取手写模板字中笔画的关键点信息进行隶属度计算,建立模糊模板矩阵,然后将实写汉字的隶属度与模板隶属度数据进行贴近度计算得出综合的笔力评价。实验表明,该方法的评价效果具有较强客观性、鲁棒性,也可推广到其他文种。     

综述文字输入处理软件

汉字是中华民族传统文化的核心和信息交流的主要工具,古老而复杂多样的汉字属于二维,不像英文等西方文字那样是一维线形文字,可以直接输入计算机,而是需要采用特殊的汉字输入法软件.汉字输入计算机是计算机中。第一个环节,汉字输入技术直接影响着中文信息处理的发展.本文着眼于汉字输入法软件在系统中的设计和开发过程,提出一种简单、方便的汉字键盘输入法。首先统计了国标二级字库中汉字笔画信息的各种数据,这些数据主要包括:汉字的平均笔画数及按使用频度加权的平均笔画数、能与其它字区分开的汉字前若干笔画的平均数、以各种笔画起笔的汉字数、各种笔画在汉字字库中的出现次数、汉字字库中笔画相同的汉字以及汉字字库中相邻笔画的频度等。根据这些统计数据,我们采用书写汉字时的笔画顺序作为汉字输入码,设计了笔画码汉字输入法和实现该输入方法的键盘。     

使用径迹点集描述的汉字由"楷"变"行"研究

为更高效地支持个性化字库的制作或生成，提出一种使用径迹点集描述的汉字由“楷”直接变“行”的方法。参考楷书与行书的异同，使用径迹点集计算楷体字的笔画、部件及其相互关系，以判断、生成一般的笔画间游丝为基础（基础游丝），辅之以特殊笔画及部件的游丝和变形。实验结果表明，在保持用户原楷体书写风格的原则下，“楷”变“行”方法，可以支持实现个性化行书字体的生成。     

一种改进的脱机手写汉字四角特征粗分类方法

将粗分类应用于脱机手写汉字识别中,采用这种多层次分类策略,能有效地改善识别的性能,提高识别精度。本文提出了一种利用四角区域结构特征对手写汉字进行粗分类的方法。在对汉字基本笔画进行分析的基础之上,根据手写汉字形变的特点以及识别算法的要求,定义一组新的笔画单元,并将这些笔画单元与汉字特定区域内的结构进行比对,得到一组4位结构特征编码,以此作为脱机手写汉字粗分类的依据。对GB2312一级字库中的部分手写汉字进行采样和识别实验,结果证明改进的四角结构特征用于粗分类的有效性。     

一种脱机手写汉字书写顺序恢复模型

书写顺序恢复是从静态文本图像中提取动态的字符书写顺序信息,将2维的图像转换为1维的书写位置的时间序列的过程.为了对手写汉字进行书写顺序提取,提出了一种脱机手写汉字书写顺序的恢复模型.该模型首先将汉字分为整字、部件、子部件和笔画4个层次;然后利用4种拆分操作将整字拆分为部件,再将部件拆分为子部件;最后通过定义一组拆分关系与子部件偏序关系之间的对应规则来得到子部件的全序关系.而将子部件作为最基本的恢复单位,其书写顺序可通过对笔画和交叉笔画对进行分类来得到.实验表明,该模型提出的汉字书写顺序恢复方法的恢复结果具有较高的准确率,且处理速度达到了6.9字/s.     

基于基本笔画起收笔和笔压特征的手写汉字的计算机笔迹鉴定

以手写汉字的基本笔画为研究对象,提取笔画的起笔、收笔和笔压作为特征量,进行笔迹鉴定的研究.研究采用了10位书写者,每位书写者各书写70个汉字作为样本,提取4种基本笔画,进行笔迹鉴定的实验,实验取得了较为满意的鉴定率.本研究克服了以往笔迹鉴定中结体依存的不足,适用于所有的汉字.     

基于字符扰动变形和字库替换的鲁棒中文文本水印

为了解决当前中文文本数字水印鲁棒性低、无法适用于非格式化文件等问题,提出了一种基于汉字字符扰动变形和字库替换的鲁棒中文文本水印方法.通过修改汉字的笔画结构特征来生成扰动变形汉字字库,将同一汉字字符的不同扰动变形进行编号实现水印信息嵌入.根据汉字的使用频率及字符之间的相关性,设计了一种扰动变形字符分组算法,以提升水印嵌入和提取的效率和性能.通过仿真实验确定了最佳的分组长度以及适宜的变形字符数量,并通过消融实验和对比实验来证明本文方法的有效性.在手动设计的变形字库中使用本文方法可以将水印的提取准确率提升12.96个百分点,在通过网络模型自动生成的变形字库中本文方法也能将水印提取准确率提高13.30个百分点,表明了本文方法的可用性和普适性.对于常见的数字噪声干扰,本文方法在实验中也表现出了更强的鲁棒性.此外,还测试了针对载体不完整情况下的水印提取效果,展现了本文方法的高容错性和通用性.     

汉字部件的无失真缩放变换方法研究

针对部件组字过程中由于缩放变换造成的部件笔画粗细和衬线失真的问题, 提出了一种通过优化缩放变换直接生成目标字形的方法。通过部件变换序列的生成算法以及笔画变换操作算法实现了由原始部件直接生成目标部件的缩放变换。原型系统的实验结果表明, 该方法能够实现汉字部件的无失真缩放变换, 从而提高了汉字组字系统生成字形的质量以及字库自动化生成的效率。     

一种基于笔画密度的弹性网格特征提取方法

本文在分析手写汉字识别的几种非线性归一化方法基础上,提出了五种新的基于笔画密度的弹性网格构造方法,并将之应用到手写汉字的弹性特征提取.该方法既兼顾了笔画密度对不同书写风格笔画不规则变形的适应能力,又避免了进行非线性归一化产生的笔画粗细不均匀,且计算量相对减少.针对1034类别的手写汉字样本的对比实验表明,本文方法的识别率较非线性归一化方法平均增加4.02个百分点,显示了弹性网格较强的适应笔画书写变形的能力.     

基于GB2312标准的GL Studio汉化技术

针对GL Studio开发的仪表显示软件一直不支持汉字显示的问题,利用纹理技术建立GB2312标准的一级汉字纹理字库,在GL Studio环境下建立与纹理字库一一对应的字库表和基本的汉字显示单元,抽象汉字的存储显示数据模型。以机载MFD显示软件为例,根据输入MFD的汉字查找对应的国标编码和汉字在字库表的坐标,以基本汉字显示单元为基础建立汉字动态控制模型与汉字显示模型,在GL Studio环境下实现机载MFD仿真软件的开发。实验表明,该方法快速有效,扩展性和重构性好,既可以用于实装开发也可以用于仿真模拟器的开发。     

深度学习汉字生成与字体风格迁移综述

汉字字体风格迁移旨在保证在语义内容不变的同时对汉字的字形作相应的转换。由于深度学习在图像风格迁移任务中表现出色,因此汉字生成可以从汉字图像入手,利用此技术实现汉字字体的转换,减少字体设计的人工干预,减轻字体设计的工作负担。然而,如何提高生成图像的质量仍是一个亟待解决的问题。本文首先系统梳理了当前汉字字体风格迁移的相关工作,将其分为3类,即基于卷积神经网络(convolutional neural network,CNN)、自编码器(auto-encoder,AE)和生成对抗网络(generative adversarial network,GAN)的汉字字体风格迁移方法。然后,对比分析了22种汉字字体风格迁移方法在数据集规模方面的需求和对不同字体类别转换的适用能力,并归纳了这些方法的特点,包括细化汉字图像特征、依赖预训练模型提取有效特征、支持去风格化等。同时,按照汉字部首检字表构造包含多种汉字字体的简繁体汉字图像数据集,并选取代表性的汉字字体风格迁移方法进行对比实验,实现源字体(仿宋)到目标字体(印刷体和手写体)的转换,展示并分析Rewrite2、zi2zi、TET-GAN(texture effects transfer GAN)和Unet-GAN等4种代表性汉字字体风格迁移方法的生成效果。最后,对该领域的现状和挑战进行总结,展望该领域未来发展方向。由于汉字具有数量庞大和风格多样的特性,因此基于深度学习的汉字生成与字体风格迁移技术还不够成熟。未来该领域将从融合汉字的风格化与去风格化为一体、有效提取汉字特征等方面进一步探索,使字体设计工作向更灵活、个性化的方向发展。     

一种基于数学形态学的手写汉字方向特征提取方法

提出了一种新的基于数学形态学的手写体汉字方向特征提取的方法。该方法首先提出了一种利用数学形态学对手写汉字做笔划宽度归一化的方法，然后应用数学形态学的方向模板提取汉字在横、竖、撇、捺4个方向上的模式图像，最后，将弹性网格作用在4幅方向模式图像中，统计每个网格中的黑像素分布密度，得到汉字的方向特征。使用简单的距离分类器对120套3775个汉字手写体汉字进行识别实验，识别率达到8547％。     

无监督图像翻译的个性化手写汉字生成方法

由于汉字拥有大量的字符,大多数对汉字的研究主要集中在汉字的识别和分类问题上,对于生成汉字的研究较少,尤其是在没有大量配对的汉字数据集的情况下.该模型使用内容和风格样式都不匹配的汉字数据集,将生成个性化手写汉字的过程公式化为一个从现有的标准印刷字体到个性化手写汉字样式映射的问题.在基于无监督学习的图像翻译模型的基础上,利...     

支持构件复用的方块苗文字库开发方法

为了减少字库中的数据存储量,在采用确定有穷自动机建立由构件组合变换得到方块苗文的字形映射关系的基础上,提出了一种支持构件复用的方块苗文字库开发方法,给出了基于该方法的方块苗文字库的具体开发过程。该方法根据字形映射关系,利用OpenType特征标签来设计反应构件自由组合替换规则和置位规则的特征脚本,以实现同一构件字形在不同方块苗文中的重复使用。测试结果表明,利用该方法开发的方块苗文字库具有存储量小、易扩充等优点,能够实现方块苗文同汉字、英文的混合显示,达到了实用性要求。     

汉字字体笔画形态与情感意象的关系模型

为了揭示汉字字体形态特征与受众情感意象之间的内在关系,从视觉认知的角度出发,探索性地提出一种汉字字体笔画形态与情感意象的关系模型.首先,利用形态分析法对汉字字体笔画形态设计要素进行分析、梳理,构建字体笔画形态设计要素项目与类目表;然后,运用K均值聚类算法筛选出代表性的情感意象词汇,通过语意差分法制作调查问卷,得到各字体...     

Generating Chinese characters based on stroke splitting and feature extraction

There is a large demand for more fashionable style Chinese characters in advertising, art designing and publishing markets. However, it becomes challenging to create a new font style for so many Chinese characters (over 10,000). To solve this problem, a comprehensive Chinese fonts generating scheme is proposed in this paper. Firstly, a decomposition database for stroke splitting and feature extraction is proposed. Secondly, stroke segmentation rules are defined based on splitting, merging and structural model, location definition and minimum feature extraction. Thirdly, a radical searching algorithm based on stroke splitting is presented. Finally, it is realized that the generated characters can be zoomed, rotated and moved. Experimental result shows that Chinese characters with a new style can be generated rapidly with the proposed scheme. The created characters fit the real ones well with a high fidelity of 96.4%. The usability tests are run and participants’ subjective report show that the performance from the generated characters is similar to the original characters in both recognizability test and style-consistency test. The fonts generating method is also reliable for the other stroke constructed block characters such as Japanese and Korean characters.     

Writer identification using intra-stroke and inter-stroke information for security enhancements in P2P systems

Chinese language has enormous number of characters and complicated stroke structures. So it is very difficult to efficiently and accurately identify a Chinese writer from his/her handwritings. This paper proposes a novel writer identification method for Chinese characters commonly used in Japan which can be used in peer-to-peer (P2P) systems. As a preliminary task, we have analyzed the shapes of strokes and the types of block division structures in Chinese characters and selected some characters for writer identification. The method consists of two efficient algorithms, i.e. the Hidden-feature analysis and the Block-type model, which respectively utilize intra-stroke and inter-stroke features of handwritings to enhance the writer identification accuracy. The Hidden-feature analysis makes template classes of reference characters with online features of training samples such as pen-pressure, pen-speed, pen-altitude, and pen-azimuth of each stroke. The Block-type model also creates such classes for writer identification based on offline features, i.e. the positional information about blocks of sample characters. The experimental results show that the Hidden-feature analysis requires eight Chinese characters while the Block-type model requires only four characters and four ones to achieve writer identification accuracy over 98%. Additionally, the results also demonstrate that any eight Chinese characters are enough to achieve an identification accuracy over 99.9% when the combination of the two algorithms is applied.     

基于分位数的手写汉字识别方法

以往的手写汉字识别方法,无论应用何种特征提取方法,在生成标准模板时,一般都采用样本特征的算术平均值。文章提出了一种使用样本特征的分位数组合生成标准模板的方法,通过其在手写汉字识别中的应用表明,该方法比基于均值的标准模板有更好的鲁棒性,且在不增加任何计算量和算法复杂度的前提下,使系统的识别性能有所提高;同时该算法还有很好的推广性能,可以应用到各种特征提取算法中。