以多種類神經網路作手寫中文字辨認

Abstract

本論文提出了一個以多種類神經網路所組成之手寫中文辨識系統。此系統包括兩個 完全以類神經網路建構而成的子系統：前處理子系統與辨識子系統。前處理子系統 包含了五個負責影像處理工作的類神經網路模組。首先，字元影像由細線化模組轉 化為字元骨架；藉著分析字元骨架，筆劃分向模組將字元中不同方向的筆劃分出並 放入不同的影像平面中；接著，筆劃分向的結果由斷線連結模組作進一步之改善， 以得到較完整而穩定之筆劃；之後，筆劃萃取模組將各筆劃之中心點及筆劃長度取 出，以作為辨識之基礎；另外，筆劃的交叉點也經由交點測定模組找出，依據這些 交點，可以將一些容易混淆的字再進一步分辨出來。在辨識子系統中，有三個類神 經網路模組負責字元辨識的工作，即筆劃預比對模組、反覆式比對模組、以及相似 度度量模組。筆劃預比對模組產生輸入字元與各參考字元間的初始配對強度；根據 這些初始配對強度，反覆式比對模組可以逐步得到兩者筆劃間之對應；之後，輸入 字元與參考字元之近似程度由相似度度量模組算出，而與輸入字元相似度最高之參 考字元則被選為最後的辨識結果。我們測試了由八個人所書寫的720 個字元，其辨 識結果為95.7﹪。