基于多信息融合的自然书写脱机中文文本行识别

• 作者: 李南希 金连文
• 来源期刊: 华南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 字符识别 中文文本行识别 多信息融合 概率模型 负样本
• 年，卷（期）: 2010,（12）
• 页码范围: 45-49
• 分类号: TP391
• 字数: 4546字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-565X.2010.12.009

摘要

自然书写的脱机中文文本行识别是当今字符识别领域的一个难题.为降低文本行识别中负样本的干扰,文中提出了一个概率模型,将负样本作为一种信息来源,与单字符的识别信息、文本行的几何信息等进行融合.简单地使用两个分类器,就可以实现上述概率模型.在多人手写真实文本数据库中进行的实验表明,当无语言模型和使用二元语言模型时,文中所提方法的正确识别率分别达到61.29%和72.73%,体现了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金连文	华南理工大学电子与信息学院	63	1553	20.0	38.0
2	李南希	华南理工大学电子与信息学院	2	12	2.0	2.0