A Neural Framework for Online Recognition of Handwritten Kanji Characters
A Neural Framework for Online Recognition of Handwritten Kanji Characters
复制标题
手写汉字在线识别的神经框架
DOI：
10.15439/2018f140
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
J. Protasiewicz
中科院分区：
文献类型：
--
作者：
Malgorzata Grebowiec;J. Protasiewicz
本研究的目的是提出一个有效的和快速的框架识别汉字字符的工作在他们的写作过程中的实时性。以前的在线手写字符识别研究使用了一个包含许多作者所写字符样本的大型数据集。我们的研究提出了一个解决方案，取得了很好的效果，使用一个小的数据集包含一个样本的每个汉字字符从只有一个作家。该系统对汉字中出现的笔画类型进行分析和分类，然后进行识别。为此，我们利用了卷积神经网络和包含汉字定义的层次词典。此外，我们比较汉字的直方图，以解决区分具有相同类型的笔画数相同，但排列在不同的位置相对于彼此的字符的问题。通过初学者和高级学习者在线手写汉字的实验验证了所提出的框架。准确率高达89%，这表明它可能是初学者学习汉字的一个有价值的解决方案。
The aim of this study is to propose an efficient and fast framework for recognition of Kanji characters working in a real-time during their writing. Previous research on online recognition of handwritten characters used a large dataset containing samples of characters written by many writers. Our study presents a solution that achieves fine results, using a small dataset containing a single sample for each Kanji character from only one writer. The proposed system analyses and classifies the stroke types appearing in a Kanji and then recognises it. For this purpose, we utilise a Convolutional Neural Network and a hierarchical dictionary containing Kanji definitions. Moreover, we compare the histograms of Kanjis to solve the problem of distinguishing character having the same number of strokes of the same type, but arranged in a different position in relation to each other. The proposed framework was validated experimentally on online handwritten Kanjis by beginners and advanced learners. Achieved accuracy up to 89 % indicates that it may be a valuable solution for learning Kanji by beginners.
基于笔画间语法的在线手写汉字识别
DOI：
--
发表时间：
2007
期刊：
Proc. of International Conference on Document Analaysis and Retrieval 2007 (ICDAR2007) Vol. 2
影响因子：
--
作者：
Ikumi Ota;Ryo Yamamoto;Shinji Sako;Shigeki Sagayama
通讯作者：
Shigeki Sagayama
选择性地采用子模式之间的层次空间关系的在线手写字符识别
DOI：
--
发表时间：
2006
期刊：
Proc.of International Workshop on Frontiers in Handwriting Recognition (IWFHR) 10th
影响因子：
--
作者：
Junko Tokuno;Mitsuru Nakai;Hiroshi Shimodaira;Shigeki Sagayama;Masaki Nakagawa
通讯作者：
Masaki Nakagawa