聯(lián)機(jī)草書英文單詞識(shí)別技術(shù)的研究與實(shí)現(xiàn).pdf

1、文字識(shí)別是模式識(shí)別領(lǐng)域一個(gè)重要的研究熱點(diǎn)。在充分考察了目前英文單詞識(shí)別技術(shù)發(fā)展現(xiàn)狀的基礎(chǔ)上，本文著眼于聯(lián)機(jī)草書英文單詞識(shí)別這一難點(diǎn)問(wèn)題，進(jìn)行了深入的研究。采用“先切分，后識(shí)別”的方法，即先將每個(gè)英文單詞切分成英文字母，然后進(jìn)行英文字母識(shí)別，最后將英文字母識(shí)別結(jié)果組合成英文單詞，給出Top10個(gè)候選結(jié)果。
　　 本文提出了一種聯(lián)機(jī)草書英文單詞切分的方法。該方法把單詞采樣點(diǎn)序列的極小值點(diǎn)作為候選切分點(diǎn)，然后利用極值點(diǎn)與筆劃垂直方向投

2、影之間的關(guān)系編輯極小值點(diǎn)，更新候選切分點(diǎn)作為最終切分點(diǎn)。同時(shí)，考慮到有些特殊字母書寫順序的問(wèn)題，提出了將相關(guān)筆劃坐標(biāo)序列進(jìn)行合并，并且標(biāo)記出特定筆劃坐標(biāo)序列，在采樣點(diǎn)子序列組合中提高了算法的效率。由于英文單詞切分存在著過(guò)分割的現(xiàn)象，本文提出了建立組合樹的方法將相鄰的采樣點(diǎn)子序列進(jìn)行組合然后再送入英文字母識(shí)別引擎進(jìn)行識(shí)別。字母識(shí)別引擎采用反向神經(jīng)網(wǎng)絡(luò)的方法設(shè)計(jì)。每個(gè)筆劃段，給出得分最高的前五個(gè)字母識(shí)別候選結(jié)果。將這些字母按組合樹路徑排序，