首页 | 本学科首页   官方微博 | 高级检索  
     

基于模板匹配和SVM的草图符号自适应识别方法
引用本文:姜映映,田丰,王绪刚,戴国忠. 基于模板匹配和SVM的草图符号自适应识别方法[J]. 计算机学报, 2009, 32(2). DOI: 10.3724/SP.J.1016.2009.00252
作者姓名:姜映映  田丰  王绪刚  戴国忠
作者单位:1. 中国科学院软件研究所人机交互技术与智能信息处理实验室,北京,100190;中国科学院软件研究所计算机科学国家重点实验室,北京,100190
2. 中国科学院软件研究所人机交互技术与智能信息处理实验室,北京,100190
基金项目:国家自然科学基金,国家高技术研究发展计划(863计划) 
摘    要:在草图符号的自适应学习中,不同用户的训练样本数量可能不同,保持在不同样本数量下良好的学习效果成为需要解决的一个重要问题.提出一种自适应的草图符号识别方法,该方法采用与训练样本个数相关的分类器组合策略将模板匹配方法和SVM统计分类方法进行了高效组合.它通过利用支持小样本学习的模板匹配方法和支持大量样本学习的SVM方法,并同时利用草图符号中的在线信息和离线信息,实现了不同样本个数下自适应的符号学习和识别.基于该方法,文中设计并实现了支持自适应识别的草图符号组件.最后,利用扩展的PIBGToolkit开发出原型系统IdeaNote.评估表明,该方法可以在24类草图符号分别使用1到20个训练样本时具有较高的识别正确率和较好的时间性能.

关 键 词:符号识别  自适应学习  模板匹配  分类器组合  组件

Adaptive Symbol Recognition for Sketch-Based Interfaces Based on Template Matching and SVM
JIANG Ying-Ying,TIAN Feng,WANG Xu-Gang,DAI Guo-Zhong. Adaptive Symbol Recognition for Sketch-Based Interfaces Based on Template Matching and SVM[J]. Chinese Journal of Computers, 2009, 32(2). DOI: 10.3724/SP.J.1016.2009.00252
Authors:JIANG Ying-Ying  TIAN Feng  WANG Xu-Gang  DAI Guo-Zhong
Affiliation:Intelligence Engineering Laboratory;Institute of Software;Chinese Academy of Sciences;Beijing 100190;State Key Laboratory of Computer Science;Beijing 100190
Abstract:During adaptive learning of symbols in sketch-based interfaces,the number of training samples may be different for different users and it is challenging for recognition methods to learn with flexible sample numbers.This paper proposes an adaptive symbol recognition method for sketch-based interfaces.It combines template matching method that could learn with few samples and SVM method that could learn with more samples by a strategy related to sample numbers.Both online information and offline information ar...
Keywords:SVM
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号