-
题名一种脱机手写汉字书写顺序恢复模型
被引量：2
- 1
-
-
作者
曹忠升
苏哲文
王元珍
-
机构
华中科技大学计算机科学与技术学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2009年第10期2074-2081,共8页
-
文摘
书写顺序恢复是从静态文本图像中提取动态的字符书写顺序信息,将2维的图像转换为1维的书写位置的时间序列的过程。为了对手写汉字进行书写顺序提取,提出了一种脱机手写汉字书写顺序的恢复模型。该模型首先将汉字分为整字、部件、子部件和笔画4个层次;然后利用4种拆分操作将整字拆分为部件,再将部件拆分为子部件;最后通过定义一组拆分关系与子部件偏序关系之间的对应规则来得到子部件的全序关系。而将子部件作为最基本的恢复单位,其书写顺序可通过对笔画和交叉笔画对进行分类来得到。实验表明,该模型提出的汉字书写顺序恢复方法的恢复结果具有较高的准确率,且处理速度达到了6.9字/s。
-
关键词
笔迹鉴别
层次模型
时序信息
笔画恢复
-
Keywords
writer identification, hierarchical model, temporal information, stroke recovery
-
分类号
TP391.43
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于端点顺序预测的手写体笔画恢复方法
被引量：1
- 2
-
-
作者
张瑞
湛永松
杨明浩
-
机构
桂林电子科技大学广西信息科学实验中心
桂林电子科技大学广西可信软件重点实验室
中国科学院自动化研究所模式识别国家重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2019年第S11期264-267,共4页
-
基金
广西自然科学基金项目(2017GXNSFAA198226)
广西重点研发计划(AB17195027,AC16380124,AB18126053)
桂林电子科技大学研究生创新教育项目(2018YJCX43)资助
-
文摘
针对汉字手写体的笔画动态序列恢复问题,文中提出了一种基于端点顺序预测的手写体笔画顺序恢复模型。首先对经过数字化处理后的手写体图像进行细化、笔画片段分割、图像坐标提取和规整等预处理,然后利用预处理后的图像和对应的书写坐标序列生成网络训练的样本,样本由静态手写体图像和包含字体书写顺序的热力图标签组成,该模型采用一种端到端的卷积神经网络结构,最后使用训练好的网络模型对静态手写体图像进行预测,从而得到字体原先的书写顺序。实验结果表明,该方法能够有效地对5笔以内的手写字体进行书写顺序的恢复,具有较高的准确率和处理速度。
-
关键词
手写字体
时序信息
深度学习
笔画恢复
卷积神经网络
-
Keywords
Handwriting
Time series information
Deep learning
Order recovery
Convolutional neural networks
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于统计模型的书法笔画轮廓恢复
被引量：3
- 3
-
-
作者
赵琪
薛环振
张显俊
-
机构
华东师范大学软件学院
上海财经大学国际教育学院
中国科学院复杂系统与智能科学重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2010年第10期3977-3978,3984,共3页
-
基金
中国科学院复杂系统与智能科学重点实验室开放课题(20070108)
-
文摘
获取书法汉字笔画的完整轮廓是进行计算机书法模拟和创作的重要前提,而笔画间的相互覆盖使得获取的笔画轮廓不完整。结合一个已有的统计模型,提出了一种新的笔画轮廓恢复方法。该方法通过建立轮廓模型、统计学习相似笔画来实现有缺失笔画轮廓的恢复。其主要过程包括笔画轮廓建模、建立并训练统计模型、运用统计模型恢复轮廓。实验表明该方法既有广泛的适应性又呈现良好的效果。
-
关键词
计算机书法
笔画提取
笔画轮廓恢复
-
Keywords
computer calligraphy
stroke extraction
stroke contour recovery
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
