一种新的基于Grassmann流形度量的手写体数字识别方法.docVIP

一种新的基于Grassmann流形度量的手写体数字识别方法 　　摘 要： 针对现有手写数字识别难以处理几何变换下的识别难题，提出一种新的基于Grassmann流形度量的手写体数字识别方法。在分析不同几何变换下的手写数字字符所构成的非线性流形空间结构基础上，定义了Grassmann流形及其距离度量，并通过计算待识别数字字符与训练字符集合构成的Grassmann流形距离实现手写数字字符的分类识别。通过在MNIST数据库上的实验，证明该算法具有较好的实时性和鲁棒性，在对数字的识别率、稳定性、计算效率上显著优于现有基于切距离的手写数字识别算法，在识别率、稳定性上较现有基于欧氏距离的算法有较大的提高。 　　关键词： 手写字符识别； Grassmann流形； 几何变换； 最近邻分类 　　中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 1004?373X（2016）09?0066?04 　　Abstract： Since it is hard for the existing recognition method to recognize and handle the handwritten numbers in geometric transform， a new handwritten numeral recognition method based on Grassmann manifold measurement is proposed. On the basis of the analysis of the nonlinear manifold space structures composed of handwritten numeral characters in different geometric transforms， the Grassmann manifold and its distance measurement are defined. The waited recognition numeral characters are calculated and Grassmann manifold distance composed of character set is trained to realize the classification and recognition of the handwritten numeral characters. The results of experiment with MNIST database show that the proposed algorithm has better real?time performance and robustness， and is superior to the available handwritten numeral recognition algorithm based on tangent distance in the aspects of numeral recognition rate， stability and computing efficiency， and the recognition rate and stability of the proposed algorithm are better than those of the algorithm based on Euclidean distance. 　　Keywords： handwritten character recognition； Grassmann manifold； geometric transform； nearest neighbor classification 　　0 引 言 　　随着数字图像技术的快速进步，手写数字识别技术（Handwritten Numeral Recognition）也被广泛地应用于财务、金融等许多领域，其有着重要的理论和应用价值[1?3]。虽然识别技术在脱机手写英文、汉字方面中已取得一些成绩，但距实际应用还存在一定的距离。一些电子数据信息主要由数字字符和特殊符号组成，如邮政编码、银行数据等，在识别效能上主要取决于输入数据的类型。如果能研发出一个高效的手写体数字识别系统将有助于提高人工处理信息的录入效率，因此手写体数字识别具有较高的实用价值。 　　根据手写数字识别方法不同，目前常用的方法有：模板匹配法、统计决策法和模糊判别法[4]等。这些方法都有自身的优点也有自身无法克服的缺陷，识别率和实时性已经很难突破。识别率难以提高的原因在于不同的手