基于SVM的汉字字体识别研究

• 作者: 刘旭红 李宁 赵欢
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 字体识别 Gabor小波 支持向量机
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机技术及应用
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP391.1
• 字数: 3489字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2017.05.012

摘要

在印刷体文字版面分析和格式检查过程中,针对字体识别的问题,提出一种基于支持向量机(SVM)的字体识别方法.首先基于汉字文本块图像,提取并计算每一种字体的纹理特征向量,然后使用所有字体的纹理特征向量构造有向无环图多分类SVM汉字字体识别器.与其他算法对比,采用有向无环图多分类SVM汉字字体识别算法,在大多数字体上具有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘旭红	北京信息科技大学计算机学院	26	136	5.0	11.0
2	赵欢		1	5	1.0	1.0
3	李宁		2	6	1.0	2.0