展会信息港展会大全

草写体字符识别中的改进型方向特征研究
来源:互联网   发布日期:2011-09-27 11:47:51   浏览:9476次  

导读:本文论述和分析了一种新颖的特征提取技术的特性,它采用基于分割的手写体字符识别系统的上下文关系来分割/书写字符。改进型的方向特征(MDF)提取技术以方向特...

摘要:本文论述和分析了一种新颖的特征提取技术的特性,它采用基于分割的手写体字符识别系统的上下文关系来分割/书写字符。改进型的方向特征(MDF)提取技术以方向特征(DF)为基础,从字符轮廓的结构中提取方向信息。这种规则扩展了字符图像中前景和背景象素转换的组合方向信息。 为改善DF的提取技术,将对一些方法作出改进。同时使字符轮廓的描述更有效,并着手方向性检测技术的再设计,即在大部分时常出现的模式干扰中,增加对目标特征的描述,以改善字符的识别正确率。MDF通过基于神经网络分类器的试验以及转换特征(TF)提取技术的比较,并采用标准数据集与文献中列出的最佳结果相比较后得知,MDF技术优于DF和TF技术。来自CEDAR数据集的结果显示,识别正确率在89%以上。

赞助本站

人工智能实验室

相关热词: Michael Blumenstein Xin Yu Liu

相关内容
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港