聯(lián)機藏文手寫識別概述吳健孫嫣中國科學(xué)院軟件研究所基礎(chǔ)軟件國家工程研究中心1/23/20251摘要準(zhǔn)備工作手寫識別過程聯(lián)機藏文手寫識別的預(yù)處理聯(lián)機藏文手寫識別特征提取聚類實驗方法和結(jié)果1/23/20252準(zhǔn)備工作藏文文字的組成藏文的字符集編碼標(biāo)準(zhǔn)GB/T16959-1997《信息技術(shù)藏文編碼字符集基本集》GB/T20542-2006《信息技術(shù)藏文編碼字符集擴充集A》字母→字丁（字符）→音節(jié)→詞→句子1/23/20253藏文字丁的書寫特點基本處理單元的選擇藏文文字的結(jié)構(gòu)特點相關(guān)國家標(biāo)準(zhǔn)識別編碼范圍《基本集》和《擴充集A》在內(nèi)的910多個字丁，剔出掉了不常用的梵文字符準(zhǔn)備工作1/23/20254準(zhǔn)備工作藏文手寫識別難點易混淆字過多印刷體相似字手寫體相似字f41ef37df42af3aef4ebf5e1f327f497f3b4f49c1/23/20256聯(lián)機藏文手寫識別流程識別基本流程預(yù)處理了對手寫輸入的字符在字形上進(jìn)行修正，減少同類字符輸入樣本間字形上的變異。是保證特征提取和識別算法的有效性的前提。特征提取根據(jù)經(jīng)過預(yù)處理后的聯(lián)機手寫字符，提取出相對于位移、大小、旋轉(zhuǎn)、變形等具有不變形的模式特征。預(yù)處理特征提取分割分類后處理語料庫word1/23/20257聯(lián)機藏文手寫識別的預(yù)處理預(yù)處理主要操作線性歸一化，減少字符大小的變異。加入虛擬點，使字的每個筆畫的點密度相同。非線性歸一化，減少筆劃形狀的變異（筆畫太長、太短，筆畫太集中等）。重采樣，減少點的間距的變異以及筆劃上點的數(shù)目的變異。點的平滑，去除筆畫上的噪點。1/23/20258線性歸一化操作的選取公式及寬高比確定進(jìn)一步改進(jìn)聯(lián)機藏文手寫識別的預(yù)處理1/23/20259非線性歸一化方案的選取基于線密度基于交叉距離基于點密度聯(lián)機藏文手寫識別的預(yù)處理方案1：“初始方案”，使用基于點密度的非線性歸一化操作；方案2：基于線密度的非線性歸一化操作。方案3：基于基交叉距離的線密度非線性歸一化操作。方案4：改進(jìn)后的基于點密度的非線性歸一化操作。1/23/202510聯(lián)機藏文手寫識別的預(yù)處理對基于點密度的非線性歸一化方案的改進(jìn)筆畫斷裂、筆畫間不連續(xù)的原因直方圖投影變化劇烈解決方案1/23/202511聯(lián)機藏文手寫識別的預(yù)處理筆畫等距離采樣和平滑基本作用都是為了消除噪音。應(yīng)用在非線性歸一化操作之后，除了能消除手寫字符本身由于抖動帶來的噪音以外，還可以消除由于預(yù)處理階段中前續(xù)處理帶來的附加噪音。等距離采樣 平滑NewOldW和H是經(jīng)過重采樣操作處理后的手寫樣本的寬和高。1/23/202512聯(lián)機藏文手寫識別的特征提取特征提取根據(jù)經(jīng)過預(yù)處理后的聯(lián)機手寫字符，提取出相對于位移、大小、旋轉(zhuǎn)、變形等具有不變形的模式特征。選用了網(wǎng)格方向信息特征提取方案，使最終提取出來的樣本特征盡可能的突出表現(xiàn)這個樣本的筆畫方向信息特征。網(wǎng)格方向特征一種模板相關(guān)的特征提取方法，不針對手寫字符具體的結(jié)構(gòu)。先將預(yù)處理操作后聯(lián)機手寫字符分成n×m的格子，再在每個方格中提取與空間位置相關(guān)的方向特征。使聯(lián)機手寫的筆畫上的點的方向特征與空間相關(guān)，而不是與時間相關(guān)。1/23/202513聯(lián)機藏文手寫識別的特征提取方向的確定八方向還是四方向拆分？1/23/202514聯(lián)機藏文手寫識別的特征提取濾波器的選擇網(wǎng)格方向特征提取方法需要對分割后的小網(wǎng)格計算特征值；特征值的取得依賴于小網(wǎng)格內(nèi)點的分布以及一個權(quán)值空間；權(quán)值空間的分配一般都使用某種低通濾波器來計算。使用Gaussian濾波器來計算權(quán)值Gaussian函數(shù)是單值函數(shù)，因為邊緣是一種圖像局部特征，靠近切分后小網(wǎng)格的邊緣部分的點一般認(rèn)為是噪音。二維Gaussian函數(shù)具有旋轉(zhuǎn)對稱性，即濾波器在各個方向上的平滑程度是相同的。Gaussian濾波器看以看做是Gabor濾波器的簡化，它的參數(shù)較少，便于設(shè)計和實驗。1/23/202515聯(lián)機藏文手寫識別的特征提取Gaussian濾波器σ是尺度，它決定了濾波器的分布寬度。優(yōu)點濾波器寬度（決定著平滑程度）是由σ決定，σ和平滑程度的關(guān)系是非常簡單的。設(shè)計σ越大對噪聲的抑制效果越好。過大的σ會造成圖像模糊、變暗，造成圖像輪廓界限的消失。r是切分后的小網(wǎng)格邊長。1/23/202516聯(lián)機藏文手寫識別的特征提取圖像分割的粒度彈性網(wǎng)格根據(jù)直方圖投影對圖像進(jìn)行切分彈性網(wǎng)格設(shè)計中的困難Gaussian濾波器切分后采樣中心的確定二值投影到灰度投影聯(lián)機手寫樣本中的交點信息1/23/202517聯(lián)機藏文手寫識別的特征提取原始特征值缺陷特征值在0~200多不等，導(dǎo)致在進(jìn)行聚類的距離計算時，大數(shù)占據(jù)了絕對的地位。個別特征值的巨大差異會削弱其他特征值的影響。改進(jìn)

實驗結(jié)果根據(jù)不同字型可實驗不同的方法，本文采取第二種方法，識別率提高到96.146%，比原始的特征值計方法提高了1個百分點。1/23/202518聚類聚類距離：傳統(tǒng)的歐氏距離

分析比較距離時，不必計算平方根，減少計算量。曼哈頓距離、city-block距離：計算相對應(yīng)的屬性差值絕對值之和，即指數(shù)為1。指數(shù)>2時：增加了大差異的影響力而削弱了小差異的影響力。實驗結(jié)果歐氏距離：96.0646%。不計算平方根：96.0992%，有微小提高。指數(shù)=1：90.3861%，識別率迅速下降，說明減小大差異的影響不利于識別效果。指數(shù)=3：96.8843%，比歐氏距離提高了0.8個百分點。1/23/202519聚類HardClustering每個模式只能屬于一個類FuzzyClustering每個模式可以屬于多個類由HardClustering改為FuzzyClustering，識別率由97.146%提高到97.2151%。1/23/202520實驗方法和結(jié)果實驗數(shù)據(jù)使用自建的藏文手寫字庫。用的樣本集是編碼在0xF300~0xF3FF之間的256個字符，每個字符平均包含80套樣本，共20259個聯(lián)機藏文手寫樣本數(shù)據(jù)。分類學(xué)習(xí)方法聚類：模糊的K均分距離測度：改進(jìn)的歐氏距離1/23/202521實驗方法和結(jié)果實驗結(jié)果Top-N結(jié)果候選集是指與測試集中的字丁最相似的前N個字丁。開放測試中，訓(xùn)練集中包含15094個字，測試集包含5165個字。99.9951%1202581099.9654%720252599.5409%9320166297.2111%565196941識別率錯誤字?jǐn)?shù)正確字?jǐn)?shù)Top-N98.819%61510420