基于無切分策略的脫機手寫體數(shù)字串識別.pdf

1、脫機連續(xù)手寫體字符識別(Cursive Script Recognition CSR)是字符識別(OpticalCharacter Recognition，OCR)研究領(lǐng)域中比較困難的問題之一，傳統(tǒng)的依賴于精確分割的單字識別方法，是在識別之前有專門的切分階段，把識別對象由文本或單詞切分到字符，針對字符進行特征對比。由于切分識別不能很好的解決自由書寫字符(如手寫漢字、阿拉伯數(shù)字)的準確分割問題，使得其對連續(xù)手寫字符識別的識別變得很困難，識

2、別率比較低。而基于無切分策略的系統(tǒng)，不需要顯式的切分階段，而是運用邊識別邊切分或者叫識別和切分合而為一的策略。隱馬爾科夫模型(Hidden Markov Model，HMM)是一種用參數(shù)表示的用于描述隨機過程統(tǒng)計特性的概率模型，是一個雙重的隨機過程，一直被應(yīng)用于語音識別領(lǐng)域。近年，許多識別領(lǐng)域的研究者正在以各種方式將HMM用于字符識別。
　　 本文中簡要討論了字符識別以及HMM的基本理論，發(fā)展動態(tài)和基本處理方法；隨后在HMM理論

3、基礎(chǔ)之上進行了單個數(shù)字識別的實驗，此實驗的訓練方法為Baum-Welch重估算法，是在語音識別中應(yīng)用的一個相當經(jīng)典和成熟的算法，解碼用的是Viterbi算法；接著提出了一種基于嵌入式隱馬爾科夫模型(Embedded Hidden Markov Model EHMM)的連續(xù)手寫體數(shù)字識別方法，即在訓練和解碼階段，將單個字符模型嵌在一起。連續(xù)字符模型的參數(shù)估計采用的是嵌入式Baum-Welch重估算法，解碼識別采用的是符標通行算法(toke