CN101894266A - 一种手写识别方法及系统 - Google Patents

Abstract

本发明提供了一种手写识别方法及系统，以解决多引擎共同识别存在识别错误的问题。所述方法包括：使用单个识别引擎进行手写识别，得到识别结果；判断单个识别引擎的识别结果是否符合对应的预置条件，如果符合，则结束识别；如果不符合，则继续使用另一单个识别引擎进行识别；如果所有单个识别引擎的识别结果都不符合相应的预置条件，则进行综合决策。本发明可以更加合理地应用单个识别引擎的优点，提高了识别正确率。而且，降低了识别时的运算量，从而提高了识别速度。

Description

一种手写识别方法及系统

技术领域

本发明涉及手写识别技术领域，特别是涉及一种手写识别方法及系统。

背景技术

手写识别技术是指通过手写板等轨迹捕获设备获得书写者的书写信息，将手写轨迹信息转换输入计算机。用户在手写板和触摸屏上书写的笔画以坐标序列的形式被计算机存储下来，通过对文字图像的抬笔、落笔、笔迹上各像素的空间位置等信息进行处理与对照，系统将数据转化为计算机所使用的文字编码进行输出。

在手写输入过程中，对同一个汉字不同人有不同的书写笔顺(倒插笔书写)，有些人还习惯连笔书写，因此手写识别系统需要解决这些倒插笔书写和连笔书写的问题。

一般的解决方法是：用多个识别引擎来共同决策，有的引擎在倒插笔书写时能给出较好的识别结果，有的引擎在连笔书写时能给出较好的识别结果，通过将多个引擎的识别结果综合打分，最终给出识别结果。这种决策方法能够在很大程度上综合多个引擎的优点，从而解决倒插笔或连笔识别问题。

但是，这种方法存在以下缺点：有些情况下，当多个引擎共同决策时，结果反而不正确。这是因为每个引擎在识别时的侧重点不同，有的引擎对连笔书写(笔顺都是正确的)的字符能有很高的识别率，但对笔顺错误的字符就不能正确识别；有的引擎对字符笔顺不敏感，笔顺是否错误并不影响识别率，但对是否正楷书写比较敏感，连笔书写字符的识别效果会差一些。当多个引擎共同决策时，根据各个识别结果综合考虑，给出结果。例如，输入一个笔顺正确、非常潦草的“建”字，连笔引擎识别结果正确，但无笔顺引擎识别错误，两者综合考虑，最终识别结果可能会错误。再例如，输入一个正楷书写但笔顺错误的“讯”字，无笔顺引擎识别正确，但连笔引擎识别结果错误，两者综合考虑，最终识别结果也可能会错误。

发明内容

本发明所要解决的技术问题是提供一种手写识别方法及系统，以解决多引擎共同识别存在识别错误的问题。

为了解决上述问题，本发明公开了一种手写识别方法，包括：

使用单个识别引擎进行手写识别，得到识别结果；

判断单个识别引擎的识别结果是否符合对应的预置条件，如果符合，则结束识别；如果不符合，则继续使用另一单个识别引擎进行识别；

如果所有单个识别引擎的识别结果都不符合相应的预置条件，则进行综合决策。

优选的，所述识别结果包括字符编码和识别距离。

优选的，所述判断单个识别引擎的识别结果是否符合对应的预置条件，包括：判断识别距离是否小于该单个识别引擎对应的置信阈值，如果小于，则符合；否则，不符合。

其中，通过以下方式获得单个识别引擎对应的置信阈值：从训练样本中提取特征，所述特征包括字符编码和识别距离；根据提取出的特征进行模型训练，得到对应该单个识别引擎的置信阈值。

优选的，所述提取出的特征分为正确识别的特征和错误识别的特征，则所述置信阈值是根据正确识别的特征进行模型训练得到，或者是根据错误识别的特征进行模型训练得到。

其中，所述进行综合决策包括：对所有单个识别引擎的识别结果进行加权平均，得到最终识别结果。

本发明还提供了一种手写识别系统，包括：

多个单个识别引擎，用于进行手写识别，得到识别结果；

引擎选择器，用于判断单个识别引擎的识别结果是否符合对应的预置条件，如果符合，则结束识别；如果不符合，则继续触发另一单个识别引擎进行识别；

综合决策模块，用于当所有单个识别引擎的识别结果都不符合相应的预置条件时，进行综合决策。

优选的，所述识别结果包括字符编码和识别距离；则所述引擎选择器判断单个识别引擎的识别距离是否小于该单个识别引擎对应的置信阈值，如果小于，则符合对应的预置条件；否则，不符合。

其中，所述单个识别引擎还用于从训练样本中提取特征，所述特征包括字符编码和识别距离；所述系统还包括：模型训练模块，用于根据提取出的特征进行模型训练，得到对应该单个识别引擎的置信阈值。

优选的，所述单个识别引擎提取出的特征分为正确识别的特征和错误识别的特征，则所述置信阈值是模型训练模块根据正确识别的特征进行模型训练得到，或者是根据错误识别的特征进行模型训练得到。

与现有技术相比，本发明具有以下优点：

首先，本发明提出了一种基于统计模型的手写识别引擎选择方法，该方法通过对单个识别引擎的结果进行分析，即用统计模型来进行分析，决定是否还需要其他识别引擎来共同决策。对于一些通过单个识别引擎即可得到正确识别结果的字符，就不需要再按照现有技术一样进行多引擎识别，因此与现有技术相比，本发明具有纠错能力，可以将现有技术识别错误的结果纠正。本发明可以更加合理地应用单个识别引擎的优点，提高了识别正确率。

其次，本发明在所有单个识别引擎的识别结果都不符合相应预置条件的情况下，才会进行综合决策，因此很多情况下，不再将所有字符都进行多引擎识别，只进行单个引擎的识别就可结束识别过程，与现有技术相比，降低了识别时的运算量，从而提高了识别速度。

附图说明

图1是本发明实施例所述一种手写识别方法的流程图；

图2是本发明实施例所述一种手写识别中的模型训练方法流程图；

图3是本发明实施例所述一种手写识别系统的结构图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明的核心思路是：提出一种基于统计模型的手写识别引擎选择方法，通过对单个识别引擎的结果进行分析，即用统计模型来进行分析，决定是否还需要其他识别引擎来共同决策。

下面通过实施例进行详细说明。

参照图1，本发明实施例一所述一种手写识别方法的流程图。

步骤101，使用单个识别引擎进行手写识别，得到识别结果；

其中，所述识别引擎包括多个，每个引擎在识别时的侧重点不同，有的引擎对连笔书写(笔顺正确)的字符能有很高识别率，但对笔顺错误的字符就不能正确识别；有的引擎对字符笔顺不敏感，笔顺是否错误并不影响识别率，但对是否正楷书写比较敏感，连笔书写字符的识别效果会差一些。此外，还有相似字识别引擎等多种引擎，在此不一一列举。

对于手写输入的字符，如输入的汉字，首先输入对应的单个识别引擎进行识别。

本实施例中，所述识别结果主要包括字符编码和识别距离等信息。其中，字符编码是字符在计算机中的表示，用于计算机系统识别各个字符，例如用53462来表示“中”。所述识别距离是描述用户输入笔迹和候选字符有多像的一种度量，即：识别距离越小，识别结果正确的可能性就越大；反之，识别距离越大，识别结果正确的可能性就越小。

优选的，本实施例得到的识别结果是一选结果。所述一选是指：识别引擎对每个输入字符都有多个候选项，并且对候选项进行了排序，其中一选结果是识别正确的可能性最大的结果。

步骤102，判断单个识别引擎的识别结果是否符合对应的预置条件；

如果符合，则结束识别；如果不符合，则返回步骤101，继续使用另一单个识别引擎进行识别；

所述预置条件是指每个识别引擎都有各自对应的置信阈值，本实施例通过将识别结果中的识别距离与置信阈值进行比较来判断。之所以选择识别距离来判断，主要是因为识别距离能反映出“结果”正确的可能性。当然，如果在识别中使用的度量是类似度或者概率，也都可以用来作为判断条件。所述置信阈值用于表示置信度，是通过统计模型得出，识别引擎不同，得到的置信阈值也可能不同；而且，同一个识别引擎中，识别字符不同，对应的置信阈值也可能不同。置信阈值的计算将在下面的图2流程中进行详细说明。

具体的，如果识别距离小于该单个识别引擎对应的置信阈值，则表示单个引擎的识别结果正确，流程结束，就不需要再进行多引擎识别了。如果识别距离大于该单个识别引擎对应的置信阈值，则表示识别结果错误，还需要使用下一个单个识别引擎继续进行识别，并继续进行步骤102的判断。如果判断结果小于该识别引擎的置信阈值，则流程结束；如果判断结果还是小于该识别引擎的置信阈值，则再使用另一个识别引擎进行识别。如此循环下去，直到所有的识别引擎都识别完后，识别结果还是不符合条件，则进入步骤103。

例如，对于手写输入的“中”字，通过第一个识别引擎得到的识别距离是100，大于第一个识别引擎的置信阈值90，则进入第二个识别引擎。如果第二个识别引擎的识别距离是80，小于第二个识别引擎的置信阈值84，则将第二个识别引擎识别出的汉字作为最终识别结果。但如果第二个识别引擎的识别距离是90，大于置信阈值84，则继续送入第三个识别引擎。如果系统只有三个识别引擎，通过第三个识别引擎得到的识别距离也大于该引擎的置信阈值，则进行步骤103所述的综合决策。

步骤103，如果所有单个识别引擎的识别结果都不符合相应的预置条件，则进行综合决策。

综合决策的方法可以有多种，其中一种比较简单的方法是：对所有单个识别引擎的识别结果进行加权平均，得到最终识别结果。

综上所述，本实施例的主要目的是：当有字符输入时，根据单个识别引擎的识别结果并结合统计模型的置信阈值，判断由单个引擎做出最终判断，还是由多个引擎共同决策。

下面继续说明如何利用统计模块得到置信阈值。

参照图2，是本发明实施例所述一种手写识别中的模型训练方法流程图。每个识别引擎都通过以下步骤得到自己的置信阈值：

步骤201，从训练样本中提取特征，所述特征包括字符编码和识别距离；

训练样本为事先采集好的笔迹数据，例如100个人写的所有汉字的笔迹。提取特征的方法是将事先采集好的汉字笔迹送入单个识别引擎，识别引擎会给出字符编码和识别距离。

步骤202，根据提取出的特征进行模型训练，得到对应该单个识别引擎的置信阈值。

模型训练的过程是：针对单个识别引擎，在样本集合中统计出单个字符的识别距离的均值和方差，然后利用均值和方差计算出置信阈值。

其中，通过单个识别引擎提取出的特征分为正确识别的特征和错误识别的特征，则所述置信阈值可以根据正确识别的特征进行模型训练得到，也可以是根据错误识别的特征进行模型训练得到。

例如，在一个汉字集GB2312中，包括“啊”字和其他汉字共6763个字，每个字都有1000个训练样本。在某个识别引擎中，针对“啊”字，能够正确识别出的共有900个，这900个距离值分布为636～3605，均值(表示为mean)为1553.898891，方差(表示为vari)为183634.619666。这样，通过公式mean+sqrt(vari)*alpha1，就可以计算出置信阈值。如果有一个新的输入汉字“啊”字，经过这个识别引擎得到了一选“啊”字，以及距离distance。如果距离distance小于置信阈值，即可判断识别结果值得信赖，可把结果直接做为最终识别结果。

同样，在这个识别引擎中，错误识别成“啊”字的共有100个，这100个距离值分布为1183～4422，均值为2181.608392，方差为255875.888210。这样，通过公式mean-sqrt(vari)*alpha2计算出的结果也可以作为置信阈值，判断方法同上，即：如果对某个字符的识别距离小于该置信阈值，则可判断识别结果值得信赖，可把结果直接做为最终识别结果。

综上所述，本发明对于一些通过单个识别引擎即可得到正确识别结果的字符，就不需要再按照现有技术一样进行多引擎识别，因此与现有技术相比，本发明具有纠错能力，可以将现有技术识别错误的结果纠正。本发明可以更加合理地应用单个识别引擎的优点，提高了识别正确率。

而且，本发明在所有单个识别引擎的识别结果都不符合相应预置条件的情况下，才会进行综合决策，因此很多情况下，不再将所有字符都进行多引擎识别，只进行单个引擎的识别就可结束识别过程，与现有技术相比，降低了识别时的运算量，从而提高了识别速度。

基于上述方法实施例的说明，本发明还提供相应的系统实施例。

参照图3，是本发明实施例所述一种手写识别系统的结构图。

所述手写识别系统主要包括：

单个识别引擎31，用于进行手写识别，得到识别结果；所述单个识别引擎31包括多个，如图3中的单个识别引擎31a、单个识别引擎31b、...；

引擎选择器32，用于判断单个识别引擎的识别结果是否符合对应的预置条件，如果符合，则结束识别；如果不符合，则继续触发另一单个识别引擎31进行识别；

综合决策模块33，用于当所有单个识别引擎的识别结果都不符合相应的预置条件时，进行综合决策。

其中，所述识别结果包括字符编码和识别距离。

则所述引擎选择器32通过以下方式进行判断：判断单个识别引擎的识别距离是否小于该单个识别引擎对应的置信阈值，如果小于，则符合对应的预置条件；否则，不符合。

其中，所述置信阈值的获得方式如下：

所述单个识别引擎31还用于从训练样本中提取特征，所述特征包括字符编码和识别距离；

所述系统还包括：模型训练模块34，用于根据提取出的特征进行模型训练，得到对应该单个识别引擎的置信阈值。

其中，所述单个识别引擎提取出的特征分为正确识别的特征和错误识别的特征，则所述置信阈值可以根据正确识别的特征进行模型训练得到，也可以根据错误识别的特征进行模型训练得到。

综上所述，当有字符输入时，所述手写识别系统根据字符特征由引擎选择器选择出：是由单个引擎做出最终判断，还是由多个引擎共同决策。对于一些通过单个识别引擎即可得到正确识别结果的字符，就不需要再按照现有技术一样进行多引擎识别，因此与现有技术相比，所述手写识别系统具有纠错能力，可以将现有技术识别错误的结果纠正。所述手写识别系统可以更加合理地应用单个识别引擎的优点，提高了识别正确率。而且，所述手写识别系统在所有单个识别引擎的识别结果都不符合相应预置条件的情况下，才会进行综合决策，因此很多情况下，不再将所有字符都进行多引擎识别，只进行单个引擎的识别就可结束识别过程，与现有技术相比，降低了识别时的运算量，从而提高了识别速度。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上对本发明所提供的一种手写识别方法及系统，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种手写识别方法，其特征在于，包括：

使用单个识别引擎进行手写识别，得到识别结果；

判断单个识别引擎的识别结果是否符合对应的预置条件，如果符合，则结束识别；如果不符合，则继续使用另一单个识别引擎进行识别；

如果所有单个识别引擎的识别结果都不符合相应的预置条件，则进行综合决策。

2.根据权利要求1所述的方法，其特征在于：所述识别结果包括字符编码和识别距离。

3.根据权利要求2所述的方法，其特征在于，所述判断单个识别引擎的识别结果是否符合对应的预置条件，包括：

判断识别距离是否小于该单个识别引擎对应的置信阈值，如果小于，则符合；否则，不符合。

4.根据权利要求3所述的方法，其特征在于，通过以下方式获得单个识别引擎对应的置信阈值：

从训练样本中提取特征，所述特征包括字符编码和识别距离；

根据提取出的特征进行模型训练，得到对应该单个识别引擎的置信阈值。

5.根据权利要求4所述的方法，其特征在于：

所述提取出的特征分为正确识别的特征和错误识别的特征，则所述置信阈值是根据正确识别的特征进行模型训练得到，或者是根据错误识别的特征进行模型训练得到。

6.根据权利要求1所述的方法，其特征在于，所述进行综合决策包括：

对所有单个识别引擎的识别结果进行加权平均，得到最终识别结果。

7.一种手写识别系统，其特征在于，包括：

多个单个识别引擎，用于进行手写识别，得到识别结果；

引擎选择器，用于判断单个识别引擎的识别结果是否符合对应的预置条件，如果符合，则结束识别；如果不符合，则继续触发另一单个识别引擎进行识别；

综合决策模块，用于当所有单个识别引擎的识别结果都不符合相应的预置条件时，进行综合决策。

8.根据权利要求7所述的系统，其特征在于：

所述识别结果包括字符编码和识别距离；

则所述引擎选择器判断单个识别引擎的识别距离是否小于该单个识别引擎对应的置信阈值，如果小于，则符合对应的预置条件；否则，不符合。

9.根据权利要求7或8所述的系统，其特征在于：

所述单个识别引擎还用于从训练样本中提取特征，所述特征包括字符编码和识别距离；

所述系统还包括：模型训练模块，用于根据提取出的特征进行模型训练，得到对应该单个识别引擎的置信阈值。

10.根据权利要求9所述的系统，其特征在于：

所述单个识别引擎提取出的特征分为正确识别的特征和错误识别的特征，则所述置信阈值是模型训练模块根据正确识别的特征进行模型训练得到，或者是根据错误识别的特征进行模型训练得到。

Images