尚字頭筆順識別方法

申澤波，廖廣軍

（廣東警官學(xué)院刑事技術(shù)系，廣東廣州510232）

作為漢字的書寫現(xiàn)象，筆順是筆跡鑒定的重要依據(jù)。筆順識別指識別非連筆字的筆順。筆順識別是一種模式識別，即將樣本字的歸入與筆順對應(yīng)的模式類中。近些年，報道了一系列基于實驗筆跡樣本數(shù)據(jù)的筆順識別方法，包括山、字、入等字。①申澤波．山字筆順識別方法［J］．江蘇警官學(xué)院學(xué)報，2011，（2）:176-178．②申澤波，胡迎梅．女字筆順識別方法［J］．廣東公安科技，2012，（2）:24-26．③申澤波．入字筆順識別方法［J］．中國司法鑒定，2012，（6）:72-74．這些研究借鑒了計算機模式識別理論，在特征提取、分類器設(shè)計上取得了突破，識別方法有較高的有效性和可靠性。但已有研究忽視了筆跡樣本的筆順分布問題。在筆順自然分布的筆跡樣本中，少見筆順樣本比例較低，直接采用這樣的筆跡樣本作為訓(xùn)練樣本，降低了對少見筆順的準(zhǔn)確識別率。筆者認(rèn)為，可以通過人為增加少見筆順樣本來克服這一缺陷。

尚字頭是一個常用漢字部件，可以組成尚、常、堂、黨、掌等常用字，下文有時把尚字頭也稱作字。對尚字頭的筆順識別方法目前沒有報道，研究使用少見筆順增強訓(xùn)練樣本，建立了尚字頭筆順識別方法。

一、對象與方法

被試為641名在校本科生，年齡19-23歲。用投影儀顯示一篇短文，被試抄寫形成實驗筆跡樣本。抄寫的短文有多種，均含有常和堂字。被試使用橫欄書寫紙、黑色中性筆書寫。

筆順數(shù)據(jù)由被試報告，采用專門程序獲取數(shù)據(jù)。第一步，被試2-3人分為一組，他們交叉識別組內(nèi)成員的筆順，將結(jié)果記錄在實驗報告中。第二步，書寫樣本的被試核實他人的識別結(jié)果，結(jié)果錯誤在實驗報告中記錄正確的筆順。第三步，識別者查看核實結(jié)果，評估自己的準(zhǔn)確識別率。在這個過程中，被試之間相互制約，保證了數(shù)據(jù)的可靠性。

本次測試共收回實驗筆跡樣本641份，其中，有效樣本636份，剔除了5份有錯寫或別寫的樣本。按照實驗的時間順序，將有效樣本分為兩部分：第一部分用于選取訓(xùn)練樣本，共496份；第二部分用于選取測試樣本，共140份。

識別方法的測試者為一名一年級本科生，無筆順識別經(jīng)驗。

二、結(jié)果與分析

（一）尚字頭筆順和樣本字選取

尚字頭由豎、點、撇3個筆畫構(gòu)成，有3個筆順，其中，豎點撇為常見筆順，點豎撇、點撇豎為少見筆順。非連筆的尚字頭是指依據(jù)連筆不能唯一地確定筆順的尚字頭。當(dāng)尚字頭的點與豎、豎與點、豎與撇連筆時，都可以唯一地確定筆順，但點與撇連筆有豎點撇、點撇豎兩種筆順。

從第一部分實驗樣本中選擇有非連筆尚字頭的樣本。在常見筆順樣本中隨機抽取了186份訓(xùn)練樣本，其中，172份樣本有2個非連筆尚字頭，14份樣本有1個非連筆的尚字頭，共獲得358個訓(xùn)練樣本字；把全部76份少見筆順樣本作為訓(xùn)練樣本，其中，67份樣本有2個非連筆的尚字頭，9份樣本有1個非連筆的尚字頭，共獲得143個訓(xùn)練樣本字。

從第二部分實驗樣本中選擇有非連筆尚字頭的樣本，得到117份測試樣本，其中104份樣本有2個非連筆尚字頭，13份樣本有1個非連筆尚字頭，共獲得有221個測試樣本字。

（二）特征提取

分析訓(xùn)練樣本，提取尚字頭的下列形態(tài)特征作為筆順識別的依據(jù)。

1．豎筆的形狀。豎筆的形狀分為兩種：左凸的弧和其他形狀，如圖1所示，圖1中堂字尚字頭豎筆為左凸的弧，常字豎筆為其他形狀。左凸的弧又如圖3中的堂字。

圖1 尚字頭豎筆形狀

2．豎筆收筆方式。豎筆收筆方式有三種：一是無動向鉤；二是有向左的動向鉤；三是有向右的動向鉤，如圖2、圖3所示。圖2為向左的動向鉤，圖3中的常字為向右的動向鉤。收筆動向鉤指筆畫末端指向下一筆起筆方向的側(cè)鉤。有的動向鉤較小，需要用顯微鏡觀察。

圖2 尚字頭豎筆左動向鉤

圖3 尚字頭豎筆右動向鉤

3．豎筆動態(tài)。書寫運動在豎、撇等長筆畫上易于形成收筆動向鉤，對點筆卻會影響其自身的形態(tài)，這種情況稱為點的動態(tài)。點的動態(tài)指點寫成漸細(xì)的弧形，且收筆指向下一筆的起筆方向。豎筆動態(tài)指豎筆寫成點時的動態(tài)，有三種情況，無動態(tài)，向左動態(tài)，向右動態(tài)，如圖4所示。圖4中第一份樣本堂字為向左動態(tài)，常字為無動態(tài)，第二份樣本為向右動態(tài)。

圖4 尚字頭豎筆動態(tài)

4．豎筆與水平線的夾角。測量角度時，水平軸方向向左。如豎筆為弧形，測其弦，豎筆部分為弧形，測其直線部分。豎筆為向左動態(tài)時，規(guī)定夾角為90°；豎筆為左凸的弧、向右動態(tài)、圓點時，規(guī)定夾角等于點筆與水平線的夾角；當(dāng)豎筆與水平線測量角度大于80°，小于90°時，規(guī)定夾角為90°。

5．點筆動態(tài)。點筆動態(tài)有兩種：無動態(tài)和向右動態(tài)，如圖4第一份樣本和圖5所示。點筆與撇筆連筆時，點筆動態(tài)難以觀察，規(guī)定點筆為向右動態(tài)。

圖5 尚字頭點筆動態(tài)

6．點筆與水平線的夾角。測量角度時，水平軸方向向左。點筆為向右動態(tài)、圓點時，規(guī)定夾角為10°，如圖6所示。

圖6 尚字頭點筆為圓點

（三）分類器設(shè)計

尚字頭筆順的分類器為決策樹和判別函數(shù)復(fù)合的形式。

1．決策樹。尚字頭豎筆與下方部件的橫筆交叉時，筆順無法識別。豎筆與水平線夾角大于105°時，筆順無法識別，小于等于105°時，筆順由判別函數(shù)決定。

2．判別函數(shù)。設(shè)：尚字頭豎筆收筆方式為X1，令無動向鉤時，X1=0；左動向鉤時，X1=50；右動向鉤時，X1=-50。

豎筆與水平線夾角為X2，X2取值不帶角度單位。

點筆與水平線夾角為X3，X3取值不帶角度單位。

擬定判別函數(shù)為：Y=（X1+3X2-X3）/200

3．判別規(guī)則：當(dāng)Y≤0．89時，筆順為點豎撇；Y≥1．01時，筆順為豎點撇；0．89＜Y＜1．01時筆順無法識別。

舉例，識別圖7的2份樣本的4個樣本字的筆順。

圖7 2份待識別筆順的樣本

圖7第一個樣本字判別函數(shù)值為1．1，筆順為豎點撇；第二、第三、第四個樣本字豎筆與水平線夾角大于105°，拒識。分類器拒識這三個樣本字是出于降低錯誤率的考慮。第一份樣本的正確筆順為豎點撇，第二份樣本的正確筆順為點豎撇。

（四）識別方法性能的評估

測試者得到的書面指導(dǎo)為本文結(jié)果與分析部分尚字頭筆順及樣本字選取、特征提取、分類器設(shè)計三部分的內(nèi)容，測試使用10倍刻度顯微鏡，判別函數(shù)值由Excel表格自動計算。

在221個測試樣本字中，23個樣本字拒識，拒識率10．4%，95%置信區(qū)間［6．3%，14．5%］，11個樣本字識別結(jié)果錯誤，錯誤率5．0%，95%置信區(qū)間［2．1%，7．9%］，準(zhǔn)確識別率84．6%，95%置信區(qū)間［79．9%，89．3%］。圖8為一份錯誤識別筆順的樣本，正確的筆順為點豎撇。

圖8 錯誤識別尚字頭筆順的樣本

三、討論

尚字頭的特點是三個筆畫較小，且運筆方向相近。在特征提取上，尚字頭筆順識別首次使用了點的動態(tài)這個特征。筆跡鑒定的傳統(tǒng)方法沒有認(rèn)識到點筆動態(tài)的作用。①賈玉文．筆跡檢驗［M］．北京：警官教育出版社，1999：106-109．對于筆畫角度，反犬旁筆順識別方法定性地使用了筆畫夾角特征，②申澤波．筆跡鑒定中的反犬旁筆順識別方法研究［J］．廣東公安科技，2011，（1）:7-9．入字筆順識別方法定量地使用了筆畫與水平線的夾角，③申澤波．入字筆順識別方法［J］．中國司法鑒定，2012，（6）:72-74．尚字頭則提取了兩個筆畫與水平線的夾角，以Z=3x-y這一抽象的函數(shù)關(guān)系為核心設(shè)計分類器，突破了筆畫夾角的形象性。

過去報道的筆順識別方法的分類器有決策樹和判別函數(shù)兩種形式。由于尚字頭的情況較為復(fù)雜，研究采用了決策樹與判別函數(shù)復(fù)合的多層次的分類器。決策樹主要是解決筆順點撇豎的分類問題，判別函數(shù)解決筆順豎點撇、點豎撇的分類。經(jīng)驗表明，在使用筆畫角度特征時，判別函數(shù)形式的分類器具有優(yōu)勢。

尚字頭筆順識別方法具有與已經(jīng)報道的筆順識別方法相當(dāng)?shù)目煽啃院陀行裕?，入字筆順識別方法準(zhǔn)確識別率84．0%，錯誤率4．6%。④同③．研究使用了增強型訓(xùn)練樣本，有效提高了少見筆順點豎撇的準(zhǔn)確識別率。但尚字頭3個筆順中的點撇豎出現(xiàn)率很低，增強以后訓(xùn)練樣本數(shù)量仍然較少，導(dǎo)致分類器對這個筆順不敏感。實際上，分類器對這個筆順只能輸出拒識和其他筆順這兩種結(jié)果，這構(gòu)成了拒識率、錯誤率的主要成分。

尚字頭筆順識別方法的建立，為筆跡鑒定提供了替代專家經(jīng)驗的方法。在筆順識別領(lǐng)域，首次采用增強型訓(xùn)練樣本，顯示出這一方法的優(yōu)勢，這在筆順識別研究中具有推廣價值。