基于多維特征和候選項(xiàng)的易混手寫(xiě)英文識(shí)別

付鵬斌，宋冬雪，楊惠榮

(北京工業(yè)大學(xué) 信息學(xué)部，北京 100124)

0 引 言

手寫(xiě)英文字符識(shí)別是光學(xué)字符識(shí)別(optical character recognition，OCR)的一個(gè)重要分支，研究人員提出了多種方法[1-5]進(jìn)行手寫(xiě)英文字符的識(shí)別。近年來(lái)，為了提高易混手寫(xiě)字符的識(shí)別準(zhǔn)確率，現(xiàn)有的研究方法可以分為兩類(lèi)：以特征提取[6-8]為中心，以神經(jīng)網(wǎng)絡(luò)[9-11]為中心。以特征提取為中心的方法旨在通過(guò)找到字符高質(zhì)量的特征并加強(qiáng)特征的表征能力來(lái)進(jìn)行易混字符的區(qū)分。Inkeaw等[12]提出了一種利用潛在表征區(qū)域的梯度特征來(lái)增強(qiáng)圖像特征的識(shí)別方法。Jangid等[13]提出了一種基于由類(lèi)間方差和類(lèi)內(nèi)方差之比定義的統(tǒng)計(jì)度量，增強(qiáng)字符的可分辨部分的特征元素以進(jìn)行判定。這類(lèi)方式雖然能夠?qū)ψ址男螒B(tài)特點(diǎn)進(jìn)行直觀性描述，但是對(duì)于產(chǎn)生形變的字符識(shí)別準(zhǔn)確率并不高，缺乏魯棒性。另一方面，以神經(jīng)網(wǎng)絡(luò)為中心的方法專(zhuān)注于開(kāi)發(fā)一個(gè)復(fù)雜且高度區(qū)分的分類(lèi)器，以更好地區(qū)分易混字符。Shao等[14]提出了一種基于多實(shí)例學(xué)習(xí)的易混字符識(shí)別方法。Wang等[15]提出使用層次化結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)來(lái)區(qū)分易混字符。盡管這些研究中提出的識(shí)別分類(lèi)器在易混字符識(shí)別方面表現(xiàn)良好，但由于分類(lèi)器的復(fù)雜度較高，通常需要大量的樣本進(jìn)行訓(xùn)練，耗費(fèi)較多時(shí)間。

本文通過(guò)分析易混字符相似區(qū)域的特點(diǎn)和字符間構(gòu)成單詞的相關(guān)性，提出一種結(jié)合多維特征和候選項(xiàng)區(qū)分易混手寫(xiě)英文字符的識(shí)別方法，進(jìn)一步加強(qiáng)字符識(shí)別結(jié)果的可信度，有效提高了易混手寫(xiě)英文字符的識(shí)別準(zhǔn)確率。

1 基于CNN的字符識(shí)別

1.1 數(shù)據(jù)準(zhǔn)備

本文基于已公開(kāi)的NIST、Chars74k數(shù)據(jù)集上擴(kuò)充收集了包含不同年齡段作者的手寫(xiě)英文數(shù)據(jù)，并以此為基礎(chǔ)，經(jīng)過(guò)腐蝕、膨脹、加噪等一系列圖像形變操作算法，形成了共38類(lèi)包含大小寫(xiě)的手寫(xiě)英文字符數(shù)據(jù)集，其中將大小寫(xiě)書(shū)寫(xiě)形式相同的字符，合并成了同一類(lèi)字符，這樣的字符為 {C/c,F/f,K/k,L/l,M/m,O/o,P/p,S/s,U/u,V/v,W/w,X/x,Y/y,Z/z}。 最終形成了每類(lèi)手寫(xiě)英文字符圖像約10 000張，共計(jì)373 352張的手寫(xiě)英文字符數(shù)據(jù)集。

1.2 字符識(shí)別

文中所用的手寫(xiě)英文字符識(shí)別網(wǎng)絡(luò)是基于CNN構(gòu)建的網(wǎng)絡(luò)模型，網(wǎng)絡(luò)結(jié)構(gòu)為兩個(gè)卷積層、兩個(gè)池化層和兩個(gè)全連接層。

本文采用的網(wǎng)絡(luò)模型如圖1所示，其中輸入的是28×28的圖像，C1和C3層代表卷積層，S2和S4是池化層，F(xiàn)5和F6 是全連接層。整個(gè)網(wǎng)絡(luò)第一層卷積設(shè)定有32個(gè)5×5大小的濾波器，從而得到32個(gè)28×28特征圖。第二層池化層設(shè)定池化的大小為2×2，經(jīng)過(guò)這層池化操作后，圖像的長(zhǎng)和寬都縮小一半，從28×28變到了14×14。再經(jīng)過(guò)第三層的卷積操作，特征圖數(shù)量變成了64。經(jīng)過(guò)第四層又一個(gè)2×2的池化層后得到了64個(gè)7×7大小的特征圖之后進(jìn)入全連接層。選取了兩個(gè)全連接層，第一個(gè)全連接層設(shè)置的神經(jīng)元的個(gè)數(shù)是1024個(gè)，相當(dāng)于把7×7×64的特征圖轉(zhuǎn)化成一個(gè)1024的列向量，第二個(gè)全連接層的神經(jīng)元個(gè)數(shù)是38，即文中確定的英文字符分類(lèi)數(shù)。

圖1 CNN識(shí)別模型

1.3 實(shí)驗(yàn)測(cè)試及分析

為驗(yàn)證使用模型的有效性，實(shí)驗(yàn)統(tǒng)計(jì)了該模型對(duì)手寫(xiě)英文字符的識(shí)別準(zhǔn)確率。將數(shù)據(jù)準(zhǔn)備階段構(gòu)建的手寫(xiě)英文字符數(shù)據(jù)集，經(jīng)過(guò)篩選、歸一化后，每類(lèi)字符的數(shù)量按照4∶1的比例劃分為訓(xùn)練集和測(cè)試集。實(shí)驗(yàn)結(jié)果如圖2和圖3 所示，手寫(xiě)英文字符識(shí)別在測(cè)試集上的平均識(shí)別準(zhǔn)確率是96.52%。

圖2 字符“A-K/k”的識(shí)別準(zhǔn)確率

圖3 字符“L/l-Z/z”的識(shí)別準(zhǔn)確率

由圖2和圖3可知，其中“a”，“C/c”、“D”、“g”、“I”、“q”、“r”、“V/v”等字符識(shí)別準(zhǔn)確率均低于95%，并且“I”和“r”的識(shí)別準(zhǔn)確率低于92%。與整體字符的平均識(shí)別準(zhǔn)確率相比，存在一定的偏差。通過(guò)分析其識(shí)別結(jié)果發(fā)現(xiàn)，主要誤差造成的原因是易混字符的誤識(shí)。由于英文字符筆畫(huà)簡(jiǎn)單，某些字符的字形相差不大，基于神經(jīng)網(wǎng)絡(luò)的字符識(shí)別算法，字符的特征提取蘊(yùn)含在模型訓(xùn)練過(guò)程中，所以在初次識(shí)別時(shí)，由于易混字符的特征相似，會(huì)有較大概率出現(xiàn)分類(lèi)錯(cuò)誤的現(xiàn)象。因此，對(duì)于易混字符，有必要根據(jù)其相似區(qū)域找到差異性從而進(jìn)行針對(duì)化的識(shí)別，彌補(bǔ)識(shí)別的不足。

2 易混字符的識(shí)別

2.1 易混字符類(lèi)別劃分

通過(guò)卷積神經(jīng)網(wǎng)絡(luò)得到的特征向量以SoftMax回歸的形式輸出手寫(xiě)字符歸屬于每一類(lèi)的概率大小。輸入一個(gè)手寫(xiě)字符圖像，其輸出向量在每個(gè)類(lèi)別的概率大小反映該樣本識(shí)別為該類(lèi)別的置信度。一般置信度最大的字符就是識(shí)別結(jié)果。定義置信度最大的識(shí)別概率為第一識(shí)別概率pi,1， 依次類(lèi)推，第二識(shí)別概率pi,2， 第三識(shí)別概率pi,3…pi,n。 設(shè)待識(shí)別字符圖像經(jīng)過(guò)卷積神經(jīng)網(wǎng)絡(luò)識(shí)別后輸出的第一識(shí)別概率pi,1代表的字符為初步識(shí)別結(jié)果Ri，待識(shí)別字符對(duì)應(yīng)的正確識(shí)別結(jié)果為Ci，統(tǒng)計(jì)易混字符類(lèi)別的算法如下：

步驟1 輸入：字符初步識(shí)別結(jié)果Ri，字符正確識(shí)別結(jié)果Ci；

步驟2 統(tǒng)計(jì)識(shí)別過(guò)程中與正確識(shí)別結(jié)果Ci比較，不等于Ci的Ri分別出現(xiàn)的次數(shù)，用F(Ci,Ri) 表示；

步驟3 計(jì)算混淆概率P(Ri|Ci)

(1)

F(Ci) 表示所有識(shí)別結(jié)果出現(xiàn)的次數(shù)；

步驟4 對(duì)所有混淆概率根據(jù)P(Ri|Ci) 的大小進(jìn)行排序；

步驟5 取排序后的前N個(gè)Ri代表字符作為Ci的易混字符；

步驟6 統(tǒng)計(jì)各類(lèi)字符中包含易混字符的公共部分，定義為同一類(lèi)易混字符。

根據(jù)以上算法進(jìn)行統(tǒng)計(jì)，將易混字符劃分為以下6類(lèi)：

(1)a，Q，q，g

(2)b，D，o

(3)c，l

(4)I，l，i，J，j，z

(5)n，h

(6)u，v，r，y

通過(guò)分析造成字符易混的影響因素，又可將以上類(lèi)別細(xì)分為表1所示的易混字符對(duì)。

表1 易混字符類(lèi)別

2.2 易混字符的判定

對(duì)字符經(jīng)過(guò)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行初步識(shí)別之后，設(shè)定判斷識(shí)別結(jié)果是否可信的條件如下

pi,1>α&&pi,2<β&&pi,3<γ

(2)

即需要同時(shí)滿足第一識(shí)別概率大于閾值α，第二識(shí)別概率小于閾值β，第三識(shí)別概率小于閾值γ的條件，這樣才認(rèn)為該字符的識(shí)別結(jié)果可取。對(duì)大量手寫(xiě)英文字符的識(shí)別結(jié)果進(jìn)行分析，通過(guò)表2列出的部分因易混字符而造成的誤識(shí)和其識(shí)別概率也可以看出，一般因?yàn)橐谆熳址斐傻淖R(shí)別錯(cuò)誤，其正確識(shí)別結(jié)果出現(xiàn)在識(shí)別概率排名前三位的字符中。

表2 部分因易混字符而造成的誤識(shí)結(jié)果和識(shí)別概率

因此對(duì)易混字符的判定可以表示為

pi,1<α&&pi,2>β&&pi,3>γ

(3)

通過(guò)實(shí)驗(yàn)計(jì)算后得出，當(dāng)α=0.9，β=0.1，γ=0.01時(shí)，若字符的識(shí)別概率滿足式(3)，并且前三位識(shí)別字符中包含易混字符中的某一類(lèi)，則認(rèn)為該字符為易混字符。

2.3 多維特征提取

對(duì)于易混字符結(jié)合特征對(duì)其識(shí)別，關(guān)鍵在于提取穩(wěn)定的、最能體現(xiàn)字符間差異的特征。因此，在確定是易混字符造成的誤識(shí)之后，首先需要確定易混字符的區(qū)分區(qū)域，在區(qū)分區(qū)域的基礎(chǔ)上進(jìn)行多維特征的提取。通過(guò)對(duì)大量易混字符樣本進(jìn)行觀察和分析，定義了以下字符的多維特征，具體定義如下：

定義1 鏈碼特征

鏈碼是通過(guò)給定單位長(zhǎng)度的序列來(lái)描述圖像輪廓信息的一種特征，如圖4所示，本文所用是八方向鏈碼表示。對(duì)一個(gè)連通的像素序列來(lái)說(shuō)，其輪廓曲線的鏈碼可以定義為 {a0…ai…an}， 其中ai∈{0,1,2,3,4,5,6,7}，n表示圖像矩陣化后的點(diǎn)集數(shù)。如圖5(a)和5圖(b)所示，繪制字符“D”和“O”的外輪廓鏈碼圖，在圖中按照箭頭所指方向開(kāi)始進(jìn)行編碼。對(duì)于手寫(xiě)字符“D”和“O”來(lái)說(shuō)，其顯著的區(qū)別在于字符左側(cè)輪廓的變化趨勢(shì)，字符“D”的相對(duì)趨勢(shì)變化一直為第三象限的方向，而字符“O”則存在第三到第四象限的方向變化趨勢(shì)。

圖4 鏈碼方向碼表示

圖5 鏈碼特征

定義2 橫縱向交截?cái)?shù)特征

在矩陣化的圖片上，通過(guò)在每一行插入水平射線和在每一列上插入垂直射線，射線上像素的黑白交替變化次數(shù)即為橫縱向交截?cái)?shù)特征。從圖6可以觀察到，對(duì)不同手寫(xiě)英文字符來(lái)說(shuō)，在不同區(qū)域位置的橫縱向交截?cái)?shù)會(huì)有所不同。例如字符“v”和“y”，從兩個(gè)字符的高度起點(diǎn)開(kāi)始，從上往下到字符高度終點(diǎn)，每行進(jìn)行水平射線穿插，字符“v”水平射線穿插出來(lái)的橫向交截?cái)?shù)是2的行數(shù)占整個(gè)圖形總行數(shù)的比例一定大于字符“y”的比例。

圖6 橫縱向交截特征

定義3 點(diǎn)特征

對(duì)于字符圖像來(lái)說(shuō)，是否存在交叉點(diǎn)是字符結(jié)構(gòu)中最基本、最易見(jiàn)的特征。由于英文字符是由筆畫(huà)連接或交叉而構(gòu)成的，因此可以根據(jù)字符的連通性確定其點(diǎn)特征。通常點(diǎn)特征的計(jì)算需要依賴(lài)細(xì)化算法得到。

用式(4)逐個(gè)計(jì)算細(xì)化圖中各目標(biāo)像素對(duì)應(yīng)的t值

(4)

其中，Xi為當(dāng)前像素P周?chē)?鄰域中的像素值，且P=X8，t為二值圖中相鄰兩元素值差的絕對(duì)值之和。當(dāng)t的值分別為2、6、8時(shí)，則表明像素點(diǎn)P分別對(duì)應(yīng)于細(xì)化二值圖的端點(diǎn)、三叉點(diǎn)、四叉點(diǎn)。結(jié)合字符本身來(lái)說(shuō)，端點(diǎn)就是指筆畫(huà)(或筆段)的起點(diǎn)，三叉點(diǎn)是指從該點(diǎn)發(fā)出3條筆畫(huà)的點(diǎn)，四叉點(diǎn)是指從該點(diǎn)發(fā)出4條筆畫(huà)的點(diǎn)。手寫(xiě)字符“a”只有端點(diǎn)和三叉點(diǎn)存在，而字符“Q”中則存在四叉點(diǎn)。

定義4 幾何特征

本文選取字符圖像的寬高比，連通域個(gè)數(shù)作為易混字符的幾何特征。寬高比即從字符最小外包矩形圖像中計(jì)算得到的字符的寬度和高度的比值。連通域個(gè)數(shù)為圖像中具有連通性的區(qū)域個(gè)數(shù)。圖像中如果兩個(gè)像素點(diǎn)鄰接，則這兩點(diǎn)彼此連通。所有彼此連通的點(diǎn)形成的一個(gè)區(qū)域，該區(qū)域?yàn)榫哂羞B通性的區(qū)域。

2.4 推薦候選項(xiàng)

在實(shí)際生活中，英文字符的出現(xiàn)形式是以單詞為基本構(gòu)成形式而應(yīng)用，某些易混字符單從個(gè)體形態(tài)來(lái)看具有的差異性較小，但根據(jù)其在構(gòu)成的單詞之間則會(huì)有不同的組成。因此為了進(jìn)一步提高識(shí)別結(jié)果的可信度，提出了一種結(jié)合字符合并形成候選項(xiàng)單詞的識(shí)別算法。具體流程如圖7所示。

圖7 推薦候選項(xiàng)算法流程

為了研究單詞的使用情況及提取單詞中字符間的連接規(guī)律，本文主要針對(duì)高中階段學(xué)生的學(xué)習(xí)類(lèi)型建立了英文語(yǔ)料庫(kù)。語(yǔ)料庫(kù)中包含1000余篇高中英語(yǔ)范文、中國(guó)英語(yǔ)學(xué)習(xí)者語(yǔ)料庫(kù)(CLEC)和英國(guó)國(guó)家語(yǔ)料庫(kù)，其中去除了語(yǔ)料庫(kù)中所有的標(biāo)點(diǎn)符號(hào)。

確定易混字符后，它的前三位識(shí)別概率對(duì)應(yīng)的字符表示為 {ri,1,ri,2,ri,3}， 將與該易混字符相連形成單詞的其它字符的識(shí)別結(jié)果表示為 {R1…Ri…Rn}， 結(jié)合單詞間字符的組成順序建立候選項(xiàng)單詞 {Word1…Wordi…Wordn}，Wordi={R1,R2…r…Rn}， 其中r∈{ri,1,ri,2,ri,3}。

因?yàn)橐谆熳址`識(shí)的原因，往往會(huì)造成單詞的拼寫(xiě)錯(cuò)誤。為了找到離錯(cuò)誤單詞相似程度最高的正確單詞，即字符正確識(shí)別結(jié)果?？梢岳脝卧~的編輯距離來(lái)衡量候選項(xiàng)單詞與語(yǔ)料庫(kù)中單詞的相似程度，根據(jù)式(5)計(jì)算單詞間的編輯距離

dist(word,Tword)=sub(word,Tword)

(5)

其中，語(yǔ)料庫(kù)表示為V，語(yǔ)料庫(kù)中單詞為T(mén)word，Tword∈V，word∈{Word1…Wordi…Wordn}，dist(word,Tword) 代表候選項(xiàng)單詞與單詞語(yǔ)料庫(kù)中單詞的編輯距離，sub(word,Tword) 代表候選項(xiàng)單詞與單詞語(yǔ)料庫(kù)中單詞比較，進(jìn)行替換操作所需代價(jià)。

計(jì)算編輯距離的偽代碼如下：

輸入：word[0…m]，Tword[0…n]； 0…m和0…n代表組成單詞的字符

輸出：編輯距離dist

Begin

//dist[i,j] 表示word[0…i] 和Tword[0…j] 這兩個(gè)字串的編輯距離

Intdist[0…m,0…n]

Fori←0 TomDo：

dist[i,0]=i

Forj←0 TonDo

dist[0,j]=j

Fori←1 TomDo

Forj←1 TonDo

Intcost=(word[i]= =Tword[j]?0∶1)

dist[i,j]=min(dist[i-1,j-1]+cost)

Returndist[m,n]

通過(guò)已有研究發(fā)現(xiàn)，假設(shè)各個(gè)單詞的使用頻率相等，當(dāng)兩個(gè)或兩個(gè)以上的字符被替換時(shí)單詞的成詞率很低。因此基于貝葉斯理論從概率的角度確定單詞的正確輸出，將需要計(jì)算概率的單詞集合限制在與候選單詞編輯距離為1的范圍內(nèi)。

假設(shè)與候選項(xiàng)單詞word編輯距離為1范圍內(nèi)單詞Tword構(gòu)成的集合為S={S1…Si…Sn}， 求Si∈S使得P(Si|word) 最大，根據(jù)貝葉斯公式可得到式(6)

(6)

對(duì)于所有的Si∈S， 出現(xiàn)候選項(xiàng)單詞的概率都是一樣的，即P(word)都相等，因此近一步推導(dǎo)得式(7)

(7)

其中，P(Si) 表示語(yǔ)料庫(kù)中單詞Si出現(xiàn)概率，P(word|Si) 表示因?yàn)橐谆熳址`識(shí)成word的概率。將二者乘積最大的語(yǔ)料庫(kù)中單詞Si挑選出來(lái)作為推薦候選項(xiàng)單詞，將其中易混字符對(duì)應(yīng)的字符作為識(shí)別結(jié)果。

2.5 結(jié)合多維特征和推薦候選項(xiàng)

對(duì)于待識(shí)別單詞中出現(xiàn)的易混字符，利用上文定義的多維特征去除圖像中的冗余屬性，得到了不同類(lèi)別的易混字符的識(shí)別規(guī)則，分類(lèi)器根據(jù)其類(lèi)別信息，查找對(duì)應(yīng)的算法，通過(guò)計(jì)算從而得到識(shí)別結(jié)果。再結(jié)合推薦候選項(xiàng)，進(jìn)一步加強(qiáng)了易混字符的識(shí)別可信度。整體識(shí)別算法如下：

步驟1 輸入：易混字符圖像image

步驟2 利用CNN識(shí)別算法，得到字符識(shí)別概率 {pi,1,pi,2,pi,3} 以及前三位識(shí)別字符 {ri,1,ri,2,ri,3}；

步驟3 根據(jù)識(shí)別概率和前三位識(shí)別字符通過(guò)2.2節(jié)的算法確定是否為易混字符和其所屬的易混字符類(lèi)別；

步驟4 確定不同類(lèi)別易混字符的區(qū)分區(qū)域 {xi,yi→xj,yj}， 進(jìn)行記錄；

步驟5 根據(jù)造成易混字符的影響因素的不同，分別選擇字符的多維特征組；定義SFc表示特征組，F(xiàn)Nc=(xi,yi→xj,yj) 表示為字符某段筆畫(huà)的鏈碼序列，LNc為橫向交截?cái)?shù)，VNc為縱向交截?cái)?shù)，Bc=(BCc,BPc) 代表交叉點(diǎn)的數(shù)目和位置，寬高比WH，連通域個(gè)數(shù)CON；

步驟6 計(jì)算image的多維特征，對(duì)標(biāo)記的區(qū)域結(jié)合字符形態(tài)特征，進(jìn)行識(shí)別；若屬于字符筆畫(huà)結(jié)構(gòu)相似造成的易混字符，SFc=(LNc,VNc,FNc,WH)； 若屬于筆畫(huà)位置不同，SFc=(Bc,FNc,CON)； 若屬于筆畫(huà)長(zhǎng)度不同，SFc=(WH,LNc,VNc)； 若屬于筆畫(huà)交叉位置不同，SFc=(Bc)； 根據(jù)SFc獲得識(shí)別結(jié)果Result1；否則拒識(shí)；

步驟7 對(duì)于字符結(jié)構(gòu)相似字符，則還需要結(jié)合候選項(xiàng)單詞進(jìn)行識(shí)別。根據(jù)2.4節(jié)算法動(dòng)態(tài)計(jì)算出與單詞語(yǔ)料庫(kù)中單詞的編輯距離dist；若dist=0，則該候選項(xiàng)單詞為推薦候選項(xiàng)單詞，該推薦候選項(xiàng)單詞中對(duì)應(yīng)的易混字符結(jié)果為識(shí)別結(jié)果Result2；若dist>0，根據(jù)貝葉斯理論計(jì)算概率乘積最大的推薦候選項(xiàng)單詞中的字符作為識(shí)別結(jié)果Result2；

步驟8 獲得易混字符最終識(shí)別結(jié)果Result；若通過(guò)多維特征和推薦候選項(xiàng)算法計(jì)算得到的結(jié)果Result1=Result2， 則Result=Result1=Result2； 若 (Result1！=Result2&&dist=0)，Result=Result2； 若 (Result1！=Result2&&dist=1)， 并且屬于由筆畫(huà)相似造成的不同，Result=Result2； 否則Result=Result1；

步驟9 輸出易混字符識(shí)別結(jié)果Result；

3 實(shí)驗(yàn)與分析

通過(guò)對(duì)易混字符識(shí)別處理前后的性能進(jìn)行實(shí)驗(yàn)統(tǒng)計(jì)，并將字符的識(shí)別準(zhǔn)確率作為性能評(píng)價(jià)指標(biāo)，定義如下

(8)

其中，P為字符的識(shí)別準(zhǔn)確率，CN為字符識(shí)別正確的總數(shù)，F(xiàn)N字符識(shí)別錯(cuò)誤的總數(shù)。

在1.3節(jié)收集的實(shí)驗(yàn)數(shù)據(jù)的基礎(chǔ)上，對(duì)單字符識(shí)別加上了本文算法再識(shí)別后，由圖8和圖9可以觀察到，手寫(xiě)英文字符的平均識(shí)別準(zhǔn)確率從96.52%提升到了98.67%，其中易混字符的識(shí)別準(zhǔn)確率均有了明顯提升。

圖8 利用本文算法后字符“A-K/k”的識(shí)別準(zhǔn)確率

圖9 利用本文算法后字符“L/l-Z/z”的識(shí)別準(zhǔn)確率

為了驗(yàn)證易混字符結(jié)合多維特征和候選項(xiàng)的識(shí)別準(zhǔn)確率，收集了來(lái)自多名作者書(shū)寫(xiě)的手寫(xiě)英文單詞，這些單詞選擇了在不考慮圖像質(zhì)量，單詞中每個(gè)字符均能裁切為完整且獨(dú)立字符的影響下，其中每個(gè)單詞包含至少一個(gè)因?yàn)橐谆熳址斐傻恼`識(shí)，合計(jì)600個(gè)單詞。在已確定易混字符所屬類(lèi)別和其所屬單詞的情況下，進(jìn)行實(shí)驗(yàn)結(jié)果如圖10 所示：其中利用多維特征進(jìn)行易混字符識(shí)別的平均準(zhǔn)確率為70.85%，加上推薦候選項(xiàng)后平均準(zhǔn)確率為78.03%。

圖10 利用本文算法的易混字符識(shí)別準(zhǔn)確率

4 結(jié)束語(yǔ)

針對(duì)手寫(xiě)英文字符識(shí)別中易混字符造成的識(shí)別錯(cuò)誤，在神經(jīng)網(wǎng)絡(luò)初步識(shí)別的基礎(chǔ)上，提出了一種結(jié)合多維特征和候選項(xiàng)的識(shí)別算法。通過(guò)對(duì)大量易混字符進(jìn)行識(shí)別實(shí)驗(yàn)表明，該方法能夠較好地識(shí)別易混字符，并提高了手寫(xiě)英文字符的整體識(shí)別準(zhǔn)確率，從而驗(yàn)證了該方法的可行性及正確性。根據(jù)易混字符在整體相似，局部差異的特點(diǎn)，對(duì)它們之間的細(xì)微差異信息進(jìn)行精準(zhǔn)識(shí)別，解決了采用特征輸入神經(jīng)網(wǎng)絡(luò)時(shí)，由于選擇特征的局限性造成的誤識(shí)。同時(shí)為應(yīng)用到其它語(yǔ)言的易混手寫(xiě)字符識(shí)別提供了思路。