HCDigitalPenPaper讲基于笔的交互界面技术.ppt

相关因素 训练/测试集合大小 #Samples per Category [下页表格：#PC] #Samples per Writer [下页表格：#PW] 测试集中待识别汉字个数(类别数) 测试集合数据类型 楷体Regular 行书Fluent 草书Cursive 汇总表格说明 说明 1990年以来的文献结果 测试类别数不少于1000 没有使用语言模型处理 不能光看识别率高低 没有给出商业系统的测试结果 方法分类 统计 结构 HMM 混合 基本观察——方法之争 结构方法 PK 统计方法 各有胜负，争论不休 统计方法 精度可以很高，但模型数据库很大 Velek等人的系统，模型数据库达30MB 结构方法 识别性能可以差不多高，但模型数据小得多 Akiyama等人系统，模型数据库仅166KB 混合方法 总体性能 针对楷书 最好结果：98% 针对行书/行楷 最好结果：90%左右 加入上下文处理 最好结果?95%左右 总体目标?99%（行书??自由书写？） 距离目标多远：98%（不包括上下文） 还有3个百分点的Gap — Research Opportunities 提纲 概况 系统流程 技术介绍 汉字模式表示 汉字分类 模型学习与适应 上下文处理 性能评估 发展趋势 发展趋势 目标 Totally free writing：草书？ 需要新的表示与分类范式！ 汉字表示方面 结构/统计各有所