位置:成果数据库 > 期刊 > 期刊详情页
基于书法文字统计结构混合模型的笔顺提取
  • ISSN号:1008-973X
  • 期刊名称:浙江大学学报(工学版)
  • 时间:0
  • 页码:468-472
  • 语言:中文
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]浙江大学计算机科学与技术学院,浙江杭州310027
  • 相关基金:国家自然科学基金资助项目(90920303 60833006); 浙江省科技计划项目重大科技攻关资助项目(2008C13G2010039); 高等学校中英文图书数字化国际合作计划项目
  • 相关项目:智能视频监控中人脸图像的多尺度感知与理解
中文摘要:

离线手写体的笔顺提取中用到的相邻笔段间最小曲率的假设,对于中文书法文字的笔顺提取并不完全适用,为此提出基于书法统计结构混合模型,通过该模型获得笔顺的新方法,其步骤是:(1)按照书法文字模型提取样本的相关特征,(2)按照输入样本使用粗糙选择获得候选样本集,(3)使用条件密度传播算法从已知笔顺的候选样本集中搜索出和输入样本最佳匹配的样本.对100个书法文字中的15个常用部首进行笔顺提取,基于最小曲率的Kalman滤波和新方法的准确率分别为42%和91%.

英文摘要:

The assumption of minimum curvature between adjacent line segments which is used to recover strokes order from off-line handwritings is not fully applicable for strokes order recovery from Chinese calligraphic handwriting. A new method based on calligraphic hybrid statistical-structural model to recover strokes order was proposed. The stages are:(1) the features of input sample are extracted according to Chinese calligraphy model (CCM); (2) coarse selection is applied to find the candidate samples set; (3) CONDENSATION algorithm-conditional density propagation over time is performed to select the best matching sample from candidate samples set with known strokes order. By recovering strokes order from 15 commonly used radicals of 100 Chinese calligraphic handwritings,the accuracy of Kalman filter based on minimum curvature and that of the new method were 42% and 91% respectively.

同期刊论文项目
期刊论文 37 会议论文 52
同项目期刊论文
期刊信息
  • 《浙江大学学报:工学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:浙江大学
  • 主编:岑可法
  • 地址:杭州市浙大路38号
  • 邮编:310027
  • 邮箱:xbgkb@zju.edu.cn
  • 电话:0571-87952273
  • 国际标准刊号:ISSN:1008-973X
  • 国内统一刊号:ISSN:33-1245/T
  • 邮发代号:32-40
  • 获奖情况:
  • 2000年获浙江省科技期刊质量评比二等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:21198