手写识别

摘要： 基于大规模实时文字处理,海量文字录入以及模仿个人笔迹等应用需求,设计识别手写字体自动建模书法机器人,采用微信小程序与下位机结合的框架,通过与写字机器人上的8266Wi-Fi芯片建立WebSocket进行数据通信。基于OpenCV的轮廓检测进行字符提取,通过训练分类器和样本文件识别文字。采用onActivityResult回调处理,实现拍照录入字体,基于Taro+React框架适配不同小程序平台,完成手写字体的识别与自动建模。写字机器人机械结构采用Hbot机械控制结构,采用前梯形加减速控制与Bresenham直线算法相结合实现对机构的运动速度规划。经过对识别系统的600次测试,字库识别准确率可达92%,模仿笔迹自动建模准确率可达83%。

摘要： 鉴于手写识别在当今社会的重要性,文章利用加州大学的开放数据集“数据库标题:手写数字的光学识别”进行前瞻性分析,希望为以后的研究提供参考。首先,利用K-means聚类算法建立模型对不同组的手写数字进行聚类,并采用ARI和Silhouette系数等两种聚类质量方法对聚类效果进行评价,验证聚类结果的真实性和可靠性。最终的实验结果也证实了K-means算法在处理此类数据时具有相对稳定的效果。如果样本量能够不断增加,特征点提取并可以形成多维矩阵,则K-means算法会取得更好的效果。

摘要： 针对在自然场景下,现有的手写体票据字符识别精度低的问题,提出了一种改进的端到端的网络文本识别方法.通过对Visual Geometry Group(VGG)卷积网络进行改进,从而获取深层次的图像特征;通过改进的双向长短时记忆网络(Long Short-Term Memory,LSTM)提取上下文信息,对不同长度的文本序列进行预测,改进的LSTM网络将遗忘门和输入门合并成一个更新门,使得LSTM网络可以获得更长时期的历史信息;使用最优路径的方法对文本进行转录,该方法可以找到概率最大路径,输出这条路径对应的最优序列.实验结果表明,使用该算法进行文本识别,可以使手写体中文和手写体数字准确率达到较好的效果.

摘要： 针对传统卷积神经网络手写体数字识别中Softmax因指数函数运算而易产生计算溢出以及较高的计算机硬件需求问题,提出了基于卷积神经网络特征提取的支持向量机手写体数字识别方法.同时,为了提高手写体数字的识别精度,设计了基于K-CV意义下适应度函数的粒子群优化SVM参数方法.基于Semeion及MNIST手写体数字集的实验仿真表明,文章所设计的方法与传统方法相比能够获得更高的识别率.

摘要： 为了提高手写数字的识别率,论文提出了一种改进的全卷积神经网络手写图像识别方法.首先通过传统的卷积神经网络获取手写数字图像的轮廓特征,其次在模型训练的初始阶段,传统的修正线性单元(RELU)激活函数被指数线性单元(ELU)激活函数所代替,然后应用支持向量机(SVM)分类器替换原始卷积神经网络的多项逻辑回归(Softmax)分类器,并对输出的像素分类结果进行反卷积操作,从而获得分割结果.最后,使用提出的算法在MNIST数据集进行验证,与其他算法比较具有较高的识别精度.

摘要： 数学,一直是困扰着广大考生、令无数人为之头疼的终极科目。面对那些刁钻的解题思路和复杂的计算过程,常常会让人产生绝望之感而无从下手。而这时候,你就需要一款“解题神器”了。拍照搜题、手写识别,数学达人一键解题作为一款用来帮助考生解决数学难题的学习类产品,《微软数学》从命名上就透露出了浓厚的理科气息:“简单粗暴”、单刀直入。

摘要： 论文为了解决低质量图像给识别任务带来的困难,构造了一个由图像增强网络(EnCNN)和手写体数字识别网络(LeNet-5)组成的低质量图片识别框架.将图像增强网络嫁接在识别网络前,并使用论文提出的策略进行模型学习.使得低质量图像在被识别前图像质量得到较大的改善,最终实现低质量手写体图像识别率的提高.实验部分将论文提出的方法和在单纯使用低质量图像或高清图作为训练集进行训练的方法进行了对比,实验表明在低质量图像上,论文提出的方法有更高的数字识别率,且有更强的泛化能力.

摘要： 本文简要回顾手写文档识别和分析技术在过去十年的技术变化,对比各项主要技术的原理和性能,着重分析基于深度学习的神经网络方法在文档识别分析应用中所带来的显著效果提升.

摘要： 藏文的信息化处理具有重要的理论意义和实用价值.本丈主要对藏文联机手写识别的流程和算法进行了讨论.对比了汉字联系手写识别的方法，本文提供了有效的改进方案和实验数据，包括预处理、特征提取、聚类以及分类等部分.实验结果表明，文中的方法有效可行，适用于藏文的联机手写识别，并为进一步研究奠定基础.

摘要： 在这篇论文中,我们为联机手写识别提出了一种新的特征提取算法,它是针对我们以前用8-方向特征的工作[2]一种改进方案.这个新方法和老方法关键一点不同在于,在新方法中,非线性变化后的联机手写字符轨迹上每个特征点上的方向并不是由它本身决定的,而是通过找到非线性变化前后轨迹之间的对应关系后,最终轨迹的方向取了非线性变化前的方向.这点改进带来了约10％的错误减少率.我们的新方法不仅指出了前人在提出非线性归一化用于中文字符识别时候的考虑不周之处,还给出非线性归一化在联机手写字符中使用的时候的一种弥补方案.除此之外,在这篇文章中我们还将更加详细的解释联机手写中文识别中预处理的过程,并且补充一些最新的实验结果.我们最新的实验在不仅在香港大学手机和PDA联机中文手写数据库得到了验证,并且在日本Nakayosi和Kuchibue数据库也得到了验证.在日本数据库上的实验结果显示,利用我们的特征提取方法,即使我们使用最简单的1个模板的最小误差分类器或者1最近邻分类器,针在Kanji的识别已经好于以前文献里用功能更强的分类器的识别结果.

摘要： 可穿戴计算机是一类新概念个人移动计算系统，目前巳在军事领域内引起广泛关注。军事需求与可穿戴计算技术的发展是互为依托、交互促进的，这就要求研究人员不仅要掌握可穿戴计算技术的发展步伐，还必须时刻关注可穿戴计算机的军事需求。本文在介绍可穿戴计算机(通常采用腰带、腕带、头盔、手持等方式)关键技术的基础上，分析了影响可穿戴计算机微型化的主要技术瓶颈——输入输出设备及其发展方向，如手写识别、语音识别、头盔显示器等。总结了可穿戴计算机在通信，定位，地图，汇报，计算，修理和维护，医疗支持和数字化战场等军事领域的应用。可以预见，可穿戴计算机必将引起未来陆军作战模式的极大改变，具有巨大的军事应用前景和显著的军事效益。

摘要： 本文利用基于时间窗的皮质层生成算法来构建储液体状态机储备池多簇的拓扑结构,在此基础上再利用非对称STDP学习机制训练各簇神经元之间的连接强度,形成兴奋神经元主导的结构.为了测试优化后的储备池的计算能力,本文使用MNIST数据库进行手写数字识别试验,通过将数字图片转换为多输入通道的泊松脉冲作为输入,同时为了降低计算复杂度,对数据进行了归一化处理去除无效的输入.利用信号重构的思想,分别训练储备池到每个输出神经元的权值.本文作为液体状态机在于写数字识别任务的首次尝试,试验结果明,相比传统的脉冲神经网络,优化后的储备池在数字识别上有更高的准确率.

摘要： 某些领域需要应用大量的手写数字,因此提高手写数字识别的准确率就显得特别重要.现有的几种识别算法,在效果上还不够理想.该文提出的算法,基于可信计算技术和7段中轴投影法来实现高速度、高正确率、高可信和误差可控的自动识别解决方案,具有很高的应用价值与广阔的应用前景.

摘要： 某些领域需要应用大量的手写数字,因此提高手写数字识别的准确率就显得特别重要.现有的几种识别算法,在效果上还不够理想.该文提出的算法,基于可信计算技术和7段中轴投影法来实现高速度、高正确率、高可信和误差可控的自动识别解决方案,具有很高的应用价值与广阔的应用前景.

摘要： 某些领域需要应用大量的手写数字,因此提高手写数字识别的准确率就显得特别重要.现有的几种识别算法,在效果上还不够理想.该文提出的算法,基于可信计算技术和7段中轴投影法来实现高速度、高正确率、高可信和误差可控的自动识别解决方案,具有很高的应用价值与广阔的应用前景.

摘要： 某些领域需要应用大量的手写数字,因此提高手写数字识别的准确率就显得特别重要.现有的几种识别算法,在效果上还不够理想.该文提出的算法,基于可信计算技术和7段中轴投影法来实现高速度、高正确率、高可信和误差可控的自动识别解决方案,具有很高的应用价值与广阔的应用前景.

摘要： 计算机辅助教学系统目前已在教学中大量应用，然而，基于WIMP界面范式的教学系统无法满足教师在课堂教学互动中需要与用户界面自然、高效、连续性交互的需求，尤其是几何教学中连续书写板书、自由勾画图形、动态几何定理演示等．设计和实现了一个智能动态几何可视化黑板系统．该系统以笔代替鼠标键盘，能够连续添加笔迹批注，勾画并识别几何草图，使用笔手势操纵界面元素，并支持动态几何约束求解与动态几何可视化．讨论了该系统的框架及其关键技术，并给出了应用实例．可用性评估实验结果表明，该系统具有很好的可用性，满足用户为中心的思想。

摘要： 计算机辅助教学系统目前已在教学中大量应用，然而，基于WIMP界面范式的教学系统无法满足教师在课堂教学互动中需要与用户界面自然、高效、连续性交互的需求，尤其是几何教学中连续书写板书、自由勾画图形、动态几何定理演示等．设计和实现了一个智能动态几何可视化黑板系统．该系统以笔代替鼠标键盘，能够连续添加笔迹批注，勾画并识别几何草图，使用笔手势操纵界面元素，并支持动态几何约束求解与动态几何可视化．讨论了该系统的框架及其关键技术，并给出了应用实例．可用性评估实验结果表明，该系统具有很好的可用性，满足用户为中心的思想。

摘要： 本发明公开了手写识别方法、装置及具有手写识别功能的移动终端，其中所述手写识别装置包括：重力传感模块和识别模块，其中，所述重力传感模块，用于识别基准方向，所述基准方向为所述重力方向在所述移动终端屏幕所处平面上的正投影方向；所述识别模块，用于根据所述基准方向识别手写文字。本发明可以使手写识别框根据需要启动，根据角度判断错误出现的可能性从而智能地开启或关闭时写识别功能，并从而大大提高手写输入文字的识别率。

摘要： 本发明提供一种手写识别方法、系统及字符识别终端，以解决现有的字符识别结果经常出现错误，导致识别率下降，进而影响多字输入的手写体验的问题。本发明公开的一种手写识别方法，包括：采集连续输入的笔迹；提取笔迹特征；将笔迹特征输入到最大熵模型中，最大熵模型判断当前的笔画是否为切割点；如果是，则对字符进行切割，得到最终识别结果。本发明给出的基于最大熵的字符切割方法，是基于统计的预测模型，可以对字符笔画与笔画之间的关系进行更加准确的判断，从而确认是否为切割点，并给出判断为切割点的概率，更加综合且全面的判断字符间的切割，提高识别结果的准确性。

摘要： 本发明提供了一种手写识别方法、系统及手写识别终端，以解决现有的手写识别影响用户书写速度的问题。所述方法包括：采集以字母连续输入的单词的字符笔迹；对所述单词的字符笔迹进行切割，得到至少一条切分路径；利用预置的词典对各切分路径进行识别判断，得到该单词的最终识别结果。本发明支持以字母连续输入的单词的字符笔迹的识别，用户可以在一块手写区域内以叠字、行或列连续重复书写一个单词的字母，此单词的字母和字母之间不需要等待时间，书写完成后得到识别结果，加快了用户的输入速度。而且，本发明对手写区域的屏幕尺寸要求较低，对于目前的手机等小屏幕设备具有较大优势。

摘要： 本发明提供了一种电子装置的手写识别系统，运行于一电子装置上，该电子装置包括角度侦测单元，该角度侦测单元用于侦测该电子装置的旋转角度，并将该旋转角度信息发送至所述手写识别系统，该手写识别系统用于根据所述电子装置的旋转角度识别用户通过一输入单元输入的手写轨迹。本发明还提供了一种电子装置的手写识别方法。

摘要： 本发明公开了手写识别方法、装置及具有手写识别功能的移动终端，其中所述手写识别装置包括：重力传感模块和识别模块，其中，所述重力传感模块，用于识别基准方向，所述基准方向为所述重力方向在所述移动终端屏幕所处平面上的正投影方向；所述识别模块，用于根据所述基准方向识别手写文字。本发明可以使手写识别框根据需要启动，根据角度判断错误出现的可能性从而智能地开启或关闭时写识别功能，并从而大大提高手写输入文字的识别率。

摘要： 本发明提供一种手写识别方法、系统及字符识别终端，以解决现有的字符识别结果经常出现错误，导致识别率下降，进而影响多字输入的手写体验的问题。本发明公开的一种手写识别方法，包括：采集连续输入的笔迹；提取笔迹特征；将笔迹特征输入到最大熵模型中，最大熵模型判断当前的笔画是否为切割点；如果是，则对字符进行切割，得到最终识别结果。本发明给出的基于最大熵的字符切割方法，是基于统计的预测模型，可以对字符笔画与笔画之间的关系进行更加准确的判断，从而确认是否为切割点，并给出判断为切割点的概率，更加综合且全面的判断字符间的切割，提高识别结果的准确性。

摘要： 本发明提供了一种手写识别方法、系统及手写识别终端，以解决现有的手写识别影响用户书写速度的问题。所述方法包括：采集以字母连续输入的单词的字符笔迹；对所述单词的字符笔迹进行切割，得到至少一条切分路径；利用预置的词典对各切分路径进行识别判断，得到该单词的最终识别结果。本发明支持以字母连续输入的单词的字符笔迹的识别，用户可以在一块手写区域内以叠字、行或列连续重复书写一个单词的字母，此单词的字母和字母之间不需要等待时间，书写完成后得到识别结果，加快了用户的输入速度。而且，本发明对手写区域的屏幕尺寸要求较低，对于目前的手机等小屏幕设备具有较大优势。

摘要： 本发明提供了一种手写识别方法、系统及手写识别终端，以解决现有的手写识别影响用户书写速度的问题。所述方法包括：采集以叠字连续输入的字符笔迹；对所述字符笔迹进行切割，得到至少一条切分路径；利用字符之间的关联信息对各切分路径进行综合判断，得到最终识别结果。本发明支持以叠字连续输入的字符笔迹的识别，用户可以在一块手写区域内连续重复书写，字和字之间不需要等待时间，书写完成后得到识别结果，加快了用户输入速度。而且，针对用户连续输入的多个字符笔迹，识别时可以利用字符之间的关联信息进行综合识别，不仅提高了识别速度，还提高了识别准确率。

摘要： 本发明提供了一种手写识别方法、系统及手写识别终端，以解决现有的手写识别影响用户书写速度的问题。所述方法包括：采集以行或列连续输入的字符笔迹；对所述字符笔迹进行切割，得到至少一条切分路径；利用字符之间的关联信息对各切分路径进行综合判断，得到最终识别结果。本发明支持以行或列连续输入的字符笔迹的识别，用户可以在一块手写区域内以一行连续书写，也可以进行多行书写，字和字之间不需要等待时间，书写完成后得到识别结果，加快了用户输入速度。而且，针对用户连续输入的多个字符笔迹，识别时可以利用字符之间的关联信息进行综合识别，不仅提高了识别速度，还提高了识别准确率。

摘要： 本发明涉及一种手写识别服务器及其处理方法和手写服务器集群系统。本发明的手写识别服务器，具有：网络接口模块，接收来自手写输入客户端的请求信息，识别处理模块，根据所述请求信息中包含的笔迹数据进行文字识别，生成文字数据，所述网络接口模块将所述文字数据附加在响应信息中发送给手写输入客户端。根据本发明的手写识别服务器，能够通过网络向客户端提供手写识别服务，免去了用户需要对本地计算机进行升级和维护的麻烦。