基于ILDA的用户书写风格自适应方法及其应用

【摘要】： 在过去的40年中,虽然联机手写汉字识别技术已经取得了巨大的进步,但是无约束草书联机手写识别这个问题还远未得到完全解决,识别率仍达不到用户的要求。而用户书写风格自适应技术作为一种能把一个用户无关识别系统转化成一个用户相关识别系统的技术。它实质是一个实时的增量学习过程,不断学习用户的个性化书写风格,同时更新分类器模型,使得分类器模型能更好的适应该用户的书写风格。这种技术能有效的提高对特定用户手写风格的识别率,在实际应用中颇具有实用性。虽然在过去几十年,一系列书写风格自适应技术已经被提出来,但是这些自技术技术都各有其局限性,且都没能应用到大类别的汉字识别领域。 另一方面,尽管现在有很多关于手写自适应或ILDA的研究,但是基于ILDA的用户书写风格自适应技术仍没有人研究。基于这种情况,本文在联机手写汉字识别框架下,创新性的提出了基于ILDA的用户书写风格自适应方法,同时并将其应用到本实验室首创的云手写输入法中。 在基于ILDA的用户书写风格自适应方法中,我们根据增量样本数量的不同,分别提出了ILDA通用解决方案和基于权重参数的WILDA技术。以往的ILDA方法中,根据增量样本是批量数据还是串行序列数据,必须把ILDA方法分成两种类型;同时根据是否有新的类别引入,解决方案又被分成两种情况,对于有新类别引入的情况,新类别数又必须是1。而本文提出的ILDA通用解决方案作为一个完整统一的ILDA框架,成功的解决了以上ILDA方法中存在的问题。 在ILDA通用解决方案的基础上,根据增量样本可能不足的实际情况,我们提出基于权重参数的ILDA,即Weighted ILDA(WILDA)。这种方法能有效的克服增量样本不足而导致ILDA效果不明显的问题,同ILDA通用解决方案相比,具有更强的实用性。 为了验证基于ILDA书写风格自适应技术的可行性及有效性,本文设计了大量的对比实验。这些实验从不同方面验证了,在选择合适的权重参数下,基于ILDA的书写风格自适应技术能有效的提高特定用户书写风格的识别率,而对普通用户书写风格识别率所造成的影响很小。 最后,本文设计了基于ILDA的联机手写汉字识别系统。传统的识别系统只包括训练与分类识别两个阶段,而基于ILDA的用户书写风格自适应技术的识别系统则增加了自适应阶段。同时本文还把基于ILDA书写自适应技术应用到实验室首创的手写云输入法中。