[发明专利]用于叠加的笔迹的识别技术的系统和方法有效
| 申请号： | 201580030321.9 | 申请日： | 2015-03-30 |
| 公开（公告）号： | CN106663189B | 公开（公告）日： | 2020-03-24 |
| 发明（设计）人： | 若尔特·维默尔;弗雷迪·佩罗;皮埃尔-米凯尔·拉利康 | 申请（专利权）人： | 迈思慧公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 唐文静 |
| 地址： | 法国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 用于 叠加 笔迹 识别 技术 系统 方法 | ||
1.一种非瞬时性计算机可读介质，其内包含计算机可读程序代码，所述计算机可读程序代码适于被执行以实现用于提供针对叠加的笔画输入的笔迹识别的方法，所述方法包括：
基于多个输入笔画创建分段图，所述笔画中的至少两个是彼此至少部分叠加的，其中所述分段图由与字符假设相对应的节点和路径组成，所述字符假设是通过对所述输入笔画进行分段以考虑至少部分叠加的笔画而形成的；
基于语言识别信息向所述分段图的每个节点指派识别分数；
通过基于语言模型优化所述分段图的节点路径的识别分数生成所述输入笔画的语义；以及
基于对所述分段图、所述识别分数和所述语言模型的同时分析来提供输出。
2.根据权利要求1所述的非瞬时性计算机可读介质，其中，对所述输入笔画进行预处理，其中所述预处理至少包括对所述输入笔画的标准化和平滑。
3.根据权利要求2所述的非瞬时性计算机可读介质，其中，所述分段图基于已经被分成构成分段的连续输入笔画。
4.根据权利要求2所述的非瞬时性计算机可读介质，其中，识别分数的指派包括特征提取阶段和由神经网络对提取的特征的分类。
5.根据权利要求4所述的非瞬时性计算机可读介质，其中，所述特征提取阶段包括至少一个动态特征和至少一个静态特征。
6.根据权利要求4所述的非瞬时性计算机可读介质，其中所述神经网络是多层感知器。
7.根据权利要求1所述的非瞬时性计算机可读介质，其中，所述语言模型包括特定于一种或多种语言的语言信息。
8.根据权利要求1所述的非瞬时性计算机可读介质，其中，生成所述语义包括：基于所述语言模型识别叠加输入中的单词边界。
9.一种用于提供针对叠加的输入笔画的笔迹识别的方法，所述方法包括：
基于多个输入笔画创建分段图，所述笔画中的至少两个是彼此至少部分叠加的，其中所述分段图由与字符假设相对应的节点和路径组成，所述字符假设是通过对所述输入笔画进行分段以考虑至少部分叠加的笔画而形成的；
基于语言识别信息向所述分段图的每个节点指派识别分数；
通过基于语言模型优化所述分段图的节点路径的识别分数生成所述输入笔画的语义；以及
基于对所述分段图、所述识别分数和所述语言模型的同时分析来提供输出。
10.根据权利要求9所述的方法，其中，对所述输入笔画进行预处理，其中所述预处理至少包括对所述输入笔画的标准化和平滑。
11.根据权利要求10所述的方法，其中，所述分段图基于已经被分成构成分段的连续输入笔画。
12.根据权利要求10所述的方法，其中，识别分数的指派包括特征提取阶段和由神经网络对提取的特征的分类。
13.根据权利要求12所述的方法，其中，所述特征提取阶段包括至少一个动态特征和至少一个静态特征。
14.根据权利要求12所述的方法，其中，所述神经网络是多层感知器。
15.根据权利要求9所述的方法，其中，所述语言模型包括特定于一种或多种语言的语言信息。
16.根据权利要求9所述的方法，其中，生成所述语义包括：基于所述语言模型识别叠加输入中的单词边界。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于迈思慧公司，未经迈思慧公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201580030321.9/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种用于户外通信机柜的多功能底座
- 下一篇：通信装置
