以贝叶斯定理为构的基于手写字体应用的可形变模版识别.docVIP

以贝叶斯定理为架构的基于手写字体应用的可形变模版识别 张国伟 ，电器和电子工程师协会学生成员 杨秩炎 ，电器和电子工程师协会成员 罗兰·T·秦， 电器和电子工程师协会成员 摘要——有见于可变模型对大形变对象的处理能力，最近人们对于许多模版识别应用都提议运用可变模版技术。此法就是将模版或形状作为可变模型，靠改变自身去迎合输入的图像，然后将萃取的信息导入分类器。 这三个部分——建模，匹配和分类——经常被视为独立的任务过程。而在此论文中，我们将学习如何把可变模型集成于贝斯定理架构内，从而使其成为一个对形状建模、匹配、分类的统一方法。并以手写字体识别作为评价这一方法的试验平台。通过对我们系统的使用，无论是仿射变换或其他笔迹变化，都能识别无误。甚至不需要预处理和过多的手工参数设置（如对参数的归一化和字体长度的调整）。除此之外，我们还研究这一问题：如何结合模型适应性约束、加速和子部检测。即便使用只有23个原形的模型集，且无须让软件对识别手迹进行学习，我们的精确度亦可达94.7%，并对NIST SD-1数据集中任何手写阿拉伯数字都不加拒认。 索引条目——可变模型，贝叶斯推理，笔迹辨识，预期最大化，NIST数据库。 1.介绍 1.1.可变模版识别 基于模型库识别是靠在输入图像中查找预模型而实现的，它的表现和定位有决定性作用，然后才能对其类别分类。通过对具有改变形状能力的可形变模