基于視覺(jué)詞組的圖像高維索引結(jié)構(gòu)的研究與實(shí)現(xiàn)

1、基于筆端形狀相似性的漢字字體識(shí)別,王曉1,2，呂肖慶1,2，湯幟1,21 北京大學(xué)計(jì)算機(jī)科學(xué)技術(shù)研究所2 數(shù)字出版技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(北大方正集團(tuán)有限公司)E-mail：Lvxiaoqing@pku.edu.cn,1,背景及研究現(xiàn)狀筆端提取筆端形狀描述字體相似性度量實(shí)驗(yàn)與分析總結(jié),提綱,2,背景及研究現(xiàn)狀,字體識(shí)別文檔電子化光學(xué)字符識(shí)別（OCR）版面分析、理解、恢復(fù)新需求廠商希望保護(hù)版權(quán)設(shè)計(jì)師和

2、用戶(hù)“按形找字”大規(guī)模集合上的字體識(shí)別,3,背景及研究現(xiàn)狀,相關(guān)概念輸入文本塊圖像單字圖像輸出字體屬性字體名稱(chēng)：如方正剪紙、方正水黑樣式：正規(guī)、粗體、傾斜、粗斜等,4,背景及研究現(xiàn)狀,字體識(shí)別方法的分類(lèi)文本相關(guān) / 文本無(wú)關(guān)基于文本塊 / 基于單字,5,基于文本塊Gabor變換筆畫(huà)分布基于單字符小波變換筆畫(huà)模板特征點(diǎn),字體與筆端相似性,,,6,背景及研究現(xiàn)狀,背景及研究現(xiàn)狀,字體識(shí)別流程,7,背景及研究現(xiàn)

3、狀筆端提取筆端形狀描述字體相似性度量實(shí)驗(yàn)與分析總結(jié),提綱,8,筆端提取,筆端筆畫(huà)的起始與收尾占筆畫(huà)一定比例點(diǎn)筆畫(huà)和某些轉(zhuǎn)折如何精確計(jì)算筆畫(huà)起始與收尾截?cái)辔恢媒財(cái)喾绞?9,,,,,,,,,,,,,,,,筆端提取,,筆畫(huà)模板 （前人工作）希望筆端,10,與形狀相關(guān)的閾值,筆端提取,筆端與骨架的關(guān)系筆端起始點(diǎn)骨架端點(diǎn)筆端截?cái)帱c(diǎn)骨架分叉點(diǎn),11,借助骨架會(huì)有什么問(wèn)題？,筆端提取,12,分叉與毛刺問(wèn)

4、題,筆端提取,13,,,,,筆端提取,筆畫(huà)長(zhǎng)寬比問(wèn)題,14,,,,,,,,,,,,,,,,,,,,筆端提取,動(dòng)態(tài)計(jì)算長(zhǎng)寬比（Stroke Aspect Ratio，SAR）,,,,15,,筆端提取,取SAR=1時(shí)的截取效果,,16,背景及研究現(xiàn)狀筆端提取筆端形狀描述字體相似性度量實(shí)驗(yàn)與分析總結(jié),提綱,17,筆端形狀描述,筆端描述子的構(gòu)造基于基于多尺度曲率直方圖的傅里葉描述子,,,,,,,,18,筆端形狀描述,,19,背景及研

5、究現(xiàn)狀筆端提取筆端形狀描述字體相似性度量實(shí)驗(yàn)與分析總結(jié),提綱,20,字體相似性度量,采用歐式距離計(jì)算特征相似度采用支持向量機(jī)（SVM）進(jìn)行訓(xùn)練與識(shí)別,21,,背景及研究現(xiàn)狀筆端提取筆端形狀描述字體相似性度量實(shí)驗(yàn)與分析總結(jié),提綱,22,實(shí)驗(yàn)與分析,常用字體數(shù)據(jù)集宋體、仿宋、黑體、楷體、隸書(shū)正規(guī)、粗體、傾斜、粗斜字號(hào)：18掃描分辨率：1200dpi參數(shù)設(shè)置sar: 1SDST5個(gè)尺度，每個(gè)尺度100維,

6、23,實(shí)驗(yàn)與分析,常用字體集合測(cè)試結(jié)果五種方式劃分測(cè)試集,24,,,實(shí)驗(yàn)與分析,擴(kuò)展字體數(shù)據(jù)集23種字體字號(hào)：初號(hào)保存清晰度：600dpi參數(shù)設(shè)置sar: 1SDST5個(gè)尺度，每個(gè)尺度100維特征筆端數(shù)量：50,25,實(shí)驗(yàn)與分析,26,整體識(shí)別率88.49%,總結(jié)與展望,字體特征較少的特征筆端表示字體與人們視覺(jué)感知接近的筆端結(jié)構(gòu)較大規(guī)模字體集合有較好的識(shí)別效果未來(lái)研究方向小字號(hào)的輪廓獲取加入筆畫(huà)寬度的