以贝叶斯定理为架构得基于手写字体应用得可形变模版识别.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型(DM)的使用，此方法可被用于柔性模版中，如人脸、细胞、手势或手写字体。藉由可形变匹配中提取柔性形状，模型形变和数据失配的量化将由两个判别函数进行：其一负责量度其模型形变程度，其二负责量度数据和形变模型的差别。而最佳匹配就是在此二判别标准的估量总和中取最小值。这估量因数是所谓的正则化参数,它令模型形变和数据失配之间产生一个平衡。通过定义一堆这样的模型，达到区分多种模型类别，而每个模型都包含与其相关的的形状信息，形状的允许形变范围则由预信息或通过软件学习而确定。在现有文献中，这些识别过程的步骤时常被视为分离的，仿佛它们是独立的部分。 1.2. 基于可形变模型库的笔迹辨识的前期工作 由于我们可以使用大量现实数据和很多不同风格的笔迹，所以笔迹识别已被用作基于可形变模型库的识别的绝好试验平台，而且在这论文中亦用于评价我们提出的这一系统。在现有文献中，对基于可形变模型库手写数字识别，已有不错的研究。Wakahara提出用于匹配字体形状骨架的局部仿射变换（LAT），这一方法是通过加入一系列点而表现出来的。字体的形变通过邻近的局部仿射变换参数的平滑度来测量，这种测量对球状仿射数据是不变的。数据的错配通过每个数据点到模型的设定数据点的最小距离来测量。Least-squares设置用于最小化，而规则化参数是人手设定的。分类基于差异点的测量。每个原形分类的数字就是一个如此的东西。通过对2，400个数字映象的测试达到的识别率、置换率和拒绝率分别为96.8%、0.2%和3%。Revow et al的研究则把数字模拟成弹性的齿条模型。可变性的模型是通过齿条控制点和涉及向量的Mahalanobis距离测定的。假定输入为二值图，黑像素的分布由高斯分布以及均匀分布的齿条模拟而成，数据的不匹配被定义为反对数的似然函数。 最小化的计算通过最大期望值算法来计算，手动设置正则化参数。经BP神经网络的分类，它要萃取一些输入分量，如可形变模型、数据错配和仿射变换参数。每个分类原形就是一个如此的东西。基于CEDAR数据库，最好结果：好的bs的测试组得到1.5%替代率，bs得到3.14%替代率，并且无拒绝。在单独学习时，Jain et al. [5]从智能像素边界模版模拟数字。由一系列置换功能系数构成的平方数来测量。数据错配被定义为模版和输入之间的边缘差异量。经确定斜率算法完成最小化，亦由正则化参数手动设置而成。两个不同量的加权总量达到分类。每一个分类原形大约为二百个，它大大地给此方法一个最邻近分类器的非参特性。根据二千个数字图的NIST SD-1数据集子集，最低的替代率可以达到0%、拒绝率为0.75%。以上的简要说明并无尽述详情，但体现出以下两点： 可形变模型库方法对手写识别应用非常见效。 不同的可形变模型库识别部分通常单独处理，而不整合为一个完整统一的计算架构。 1.3.论文概述 本文中，我们以Revow et al. [8]提出的可形变模型库识别系统作为基础，研究可形变模型库如何完整地代入贝叶斯模型，提供一个用于建模、匹配、分类独立手写字体的完整计算架构。为将我们的系统区别于Revow et al的，我们应用的组合不需手动输入超参数的预处理。此参数值自动设定为集成架构的一部分。这种改进使我们的系统比其他的应用系统更有适应力和移植能力。并且不同于那些用有辨别能力分类器——如BP神经网络——似然模型（或以