專利名稱：一種使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法
一種使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法
背景技術(shù)：
手寫漢字識別一般是指用戶通過手寫輸入設(shè)備(比如手寫板、觸摸屏、鼠標(biāo)等)書寫漢字，同時計(jì)算機(jī)將手寫輸入設(shè)備采集到的漢字書寫軌跡轉(zhuǎn)換為相應(yīng)的漢字機(jī)器內(nèi)碼的識別技術(shù)。傳統(tǒng)的手寫識別技術(shù)通常所采用的輸入方式為單字符識別，即書寫一個漢字識別一個漢字。使用的識別引擎與用戶無關(guān)，即識別引擎事先通過大量的訓(xùn)練樣本訓(xùn)練出來， 對于不同用戶，識別引擎使用的模型及參數(shù)都是一樣的，事先由開發(fā)人員訓(xùn)練并設(shè)置好。由于采用了大數(shù)據(jù)量的訓(xùn)練樣本，所以識別引擎能滿足書寫規(guī)范的用戶的識別準(zhǔn)確率要求。 但是不同用戶的書寫風(fēng)格差異很大，每個用戶書寫風(fēng)格除了存在共性外，往往還包括自己個性化的地方，與用戶無關(guān)的識別引擎針對這類用戶時書寫漢字時，識別準(zhǔn)確率往往不盡人意，有待改進(jìn)。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服傳統(tǒng)的識別引擎無法適應(yīng)特定用戶的書寫風(fēng)格的不足，提供一種讓識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格從而提高識別率的方法。本發(fā)明采用的技術(shù)方案為
一種使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法，其步驟如下
(1)、選取用戶少量的增量書寫樣本；
(2)、對增量書寫樣本提取特征，并根據(jù)原始線性判決分析(LDA)模型對增量書寫樣本特征進(jìn)行線性判決分析(LDA)變換；
(3)、采用增量書寫樣本動態(tài)更新每個類別的均值向量；
(4)、采用增量書寫樣本動態(tài)更新每個類別的協(xié)方差矩陣；
(5)、根據(jù)新的均值向量和協(xié)方差矩陣，更新改進(jìn)的二次判決函數(shù)(MQDF)分類器。所述步驟(1)為選擇用戶少量的樣本，用于更新模板及識別引擎。用戶樣本的選擇應(yīng)能充分體現(xiàn)用戶的書寫風(fēng)格。設(shè)原始樣本為I 二 (i=i,…，對，#為樣本數(shù)，并設(shè)其類別數(shù)是I;設(shè)增量書寫樣本為/ 二 {yj …,W，Z為增量樣本數(shù)，并設(shè)其類別數(shù)是 P。則合并后的總的樣本可表示為Z=IU 7二 {zj …,Z^V入樣本總數(shù)為Ζ+Λ/，類別總數(shù)為G且C夕K夕凡不失一般性，我們假設(shè)對于合并后的總樣本中的第i (i=l，…，C) 類，分別在原始樣本#和增量書寫樣本Z中有/和人.個樣本。因此，對于合并后新的樣本， 屬于第i (i=l，…，C)類的樣本數(shù)為尸/^人.。所述步驟(2)對增量書寫樣本提取特征并進(jìn)行線性判決分析(LDA)變換，其步驟包括
(Α)、增量書寫樣本特征提取，對于每一個增量書寫樣本，都采用八方向特征提取方法提取其方向特征，
(B)、對增量書寫樣本特征進(jìn)行線性判決分析(LDA)變換，線性判決分析變換的目的是使各個漢字類別能最大程度的分開，從而提高識別率設(shè)經(jīng)過八方向特征提取后，類別 i(i=l,…，C)的原始特征向量為九，令原始線性判決分析變換矩陣為WL ,設(shè)經(jīng)過線性判決分析變換后的特征向量為 、則通過以下公式求得ι
權(quán)利要求
1.一種使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法，其特征在于包括如下步驟(1)、選取用于更新模板及識別引擎的用戶增量書寫樣本；(2)、提取增量書寫樣本的漢字特征，并根據(jù)原始線性判決分析模型對該漢字特征進(jìn)行線性判決分析變換；(3)、采用增量書寫樣本動態(tài)更新每個類別的均值向量；(4)、采用增量書寫樣本動態(tài)更新每個類別的協(xié)方差矩陣；(5)、采用增量書寫樣本更新改進(jìn)的二次判決函數(shù)分類器。
2.根據(jù)權(quán)利要求1所述的使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法，其特征在于所述步驟(1)選取用戶的增量書寫樣本的具體步驟如下設(shè)定原始樣本為I 二 (i=l,…，對，#為樣本數(shù)，并設(shè)其類別數(shù)是#;設(shè)增量書寫樣本為7 二 {yj 二人…，Z入Z為增量樣本數(shù)，并設(shè)其類別數(shù)是Λ則合并后的總的樣本可表示為Zi U 7 二 {zj (k=l,…，L+N)，樣本總數(shù)為L+N，類別總數(shù)為C’且C彡IX彡Λ 再設(shè)定合并后的總樣本中的第i (i=l，…，C)類，分別在原始樣本#和增量書寫樣本Z中有巧和厶個樣本，因此，對于合并后新的樣本，屬于第i (i=l，C)類的樣本數(shù)為尸/^人.。
3.根據(jù)權(quán)利要求2所述的使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法，其特征在于所述步驟(2)具體更新步驟如下(21)、增量書寫樣本特征提取，對于每一個增量書寫樣本，都采用八方向特征提取方法提取其方向特征，(22)、對增量書寫樣本特征進(jìn)行線性判決分析變換，設(shè)經(jīng)過八方向特征提取后，類別 i (i=l，…，C)的原始特征向量為九，令原始線性判決分析變換矩陣為Wm ,設(shè)經(jīng)過線性判決分析變換后的特征向量為Λ ,則通過以下公式求得、yi = wM^yi,。
4.根據(jù)權(quán)利要求3所述的使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法，其特征在于所述步驟(3)具體更新步驟如下(31)、設(shè)類別.“，C)經(jīng)過線性判決分析變換后的原始均值向量為&,原始樣本個數(shù)為％，則通過以下公式求得^ 其0巧=0(32)、設(shè)類別i「i二人...，C)經(jīng)過線性判決分析變換后的增量書寫樣本均值向量為Λ， 原始樣本個數(shù)為纟，則通過以下公式求得力
5.根據(jù)權(quán)利要求4所述的使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法，其特征在于所述步驟(4)具體更新步驟如下(41)、求原始樣本中類別i「i二人...，C)的協(xié)方差矩陣，原始樣本中類別i經(jīng)過線性判決分析變換后的均值向量為&，樣本個數(shù)為％，則其協(xié)方差矩陣由以下公式求得
6.根據(jù)權(quán)利要求5所述的使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法，其特征在于所述步驟(5)具體更新步驟如下(51)、設(shè) 代表第i個類別(i=l，…，以，。和4分別表示根據(jù)步驟4和5得到的更新后的均值向量和協(xié)方差矩陣，并設(shè)每個類別的先驗(yàn)概率相等，則原始的二次判決函數(shù)由以下公式求得goCi) = (ζ — zOrSa1^ — + loS 1 I，i = ι,…,C'(52)、根據(jù)K-L變換，對協(xié)方差矩陣&進(jìn)行對角化，求得Ssj = ^AiCf其中，Ai = diagU u,…,U，Λ ip j=l,…是協(xié)方差矩陣、的特征值，"是特征的維數(shù)，Φ, = Φη,…,Φ^，Φ Ρ」=1，…是對應(yīng)的特征向量，Oi是標(biāo)準(zhǔn)正交的， ΦΤ Φ 二 /;(53)、根據(jù)上述公式，將原始的二次判決函數(shù)寫成特征向量和特征值的形式 ^0(SjQ)= [ΦΓ (S— h)]TA.^(z-Zi)+ IoglAiIJ-I %J-I64)、用常量4替代較小的特征值，設(shè)^為主導(dǎo)特征向量的個數(shù)，就得到了最終的修正的二次判決函數(shù)分類器，由以下公式求得
全文摘要
本發(fā)明提供一種使手寫漢字識別引擎能動態(tài)適應(yīng)用戶書寫風(fēng)格的方法，包括如下步驟(1)選取用于更新模板及識別引擎的用戶增量書寫樣本；(2)提取增量書寫樣本的漢字特征，并根據(jù)原始LDA模型對該漢字特征進(jìn)行LDA變換；(3)采用增量書寫樣本動態(tài)更新每個類別的均值向量；(4)采用增量書寫樣本動態(tài)更新每個類別的協(xié)方差矩陣；(5)采用增量書寫樣本更新改進(jìn)的二次判決函數(shù)分類器。利用本發(fā)明提供的方法，手寫漢字識別引擎能自適應(yīng)用戶的手寫風(fēng)格，提高識別準(zhǔn)確度。
文檔編號G06K9/68GK102184426SQ20111010878
公開日2011年9月14日 申請日期2011年4月28日 優(yōu)先權(quán)日2011年4月28日
發(fā)明者丁凱, 劉崗, 金連文 申請人:華南理工大學(xué)