基于字素分割的蒙古文手写识别研究.docVIP

基于字素分割的蒙古文手写识别研究 范道尔吉 高光来 武彗娟 内蒙古大学计算机学院 内蒙古大学电子信息工程学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 隐马尔科夫模型 (HMM) 对序列数据有很强的建模能力, 在语音和手写识别中都得到了广泛的应用。利用HMM研究蒙古文手写识别, 首先需要解决的问题是手写文字的序列化。从蒙古文的构词和书写特点看, 蒙古文由多个字素从上到下串联构成。选择字素集合和词的字素分割是手写识别的基础, 也是影响识别效果的关键因素。该文根据蒙古文音节和编码知识确定了蒙古文字母集合, 共包括1 171个字母。通过相关性处理、HMM排序筛选等手段得到长字素集合, 共包括378个字素。对长字素经过人工分解, 获得了50个短字素。最后利用两层映射给出了词转字素序列的算法。为了验证长短字素在手写识别中的效果, 我们在HTK (hidden Markov model toolkit) 环境下利用小规模字库实现了手写识别系统, 实验结果表明短字素比长字素有更好的性能。文中给出的字素集合和词转字素序列的算法为后续基于HMM的蒙古文手写识别研究奠定了基础。 关键词： 蒙古文; 字素; HMM; 手写识别; 作者简介：范道尔吉 (1980—) , 博士研究生, 讲师, 主要研究领域为人工智能, 模式识别与蒙古文信息处理。E-mail:fandaoerji@126.com 作者简介：高光来 (1964—) , 教授, 主要研究领域为人工智能, 模式识别与蒙古文信息处理。E-mail:csggl@ 作者简介：武彗娟 (1981—) , 硕士, 讲师, 主要研究领域为模式识别, 蒙古文信息处理。E-mail:wuhj@ 收稿日期：2016-08-30 基金：内蒙古自治区自然科学基金 (2016MS0603) Grapheme Segmentation Based Mongolian Handwriting Recognition FAN Daoerji GAO Guanglai WU Huijuan College of Computer Science, Inner Mongolia University; College of Electronic Information Engineering, Inner Mongolia University; Abstract： Hidden Markov Models (HMM) has strong modeling capabilities for sequence data, and it is widely used in speech recognition and handwriting recognition task.HMM-based Mongolian handwriting recognizers require the data to be analyzed sequentially.According to Mongolian word formation and writing style, it is evident that a Mongolian word consists of grapheme seamless connected from top to down.The selection of grapheme and segmentation word to grapheme is a preliminary work for handwriting recognition with substantial effects on recognition accuracy.In this paper, according to knowledge of syllables and coding, we collect a Mongolian letters set of 1 171 letters.The long grapheme set which contain 378 grapheme is then extracted from letters set by correlation process and HMM based sorting method.The short grapheme set which contain 50 shapes is extracted from long grapheme set via decompose long grapheme by hands.W