[发明专利]用于手写字符识别的基于书写变体的书写者自适应

权利要求书

1.一种帮助分析手写的系统，包括：

接收至少一个手写字符的接口组件；以及

基于与手写风格相关的书写变体数据来训练一分类器以提供对所述至少 一个手写字符的手写识别的个性化组件；

所述系统还包括：

分类器组件，该分类器组件采用第一识别器，所述第一识别器是利用多项 式特征技术来提供其输入的书写变体神经网络，并且所述分类器组件还采用第 二识别器，所述第二识别器是利用多项式特征技术来提供其输入的基础神经网 络；

能够组合所述第一识别器输出和所述第二识别器输出的组合组件。

2.如权利要求1所述的系统，其特征在于，还包括生成书写变体数据的 书写变体组件。

3.如权利要求2所述的系统，其特征在于，所述书写变体组件利用群集 技术自动生成书写变体数据。

4.如权利要求3所述的系统，其特征在于，所述群集技术的结果被可视 化为二叉树和相异性树图中的至少一种。

5.如权利要求3所述的系统，其特征在于，所述群集技术是利用动态时 间扭曲作为距离度量的分层附聚群集方法。

6.如权利要求1所述的系统，其特征在于，所述书写变体神经网络是利 用书写变体数据来训练的。

7.如权利要求1所述的系统，其特征在于，所述第一识别器和所述书写 变体神经网络利用简单折叠器、线性折叠器和书写变体折叠器中的至少一个。

8.如权利要求1所述的系统，其特征在于，所述基础神经网络是利用非 书写变体数据来训练的。

9.如权利要求1所述的系统，其特征在于，所述组合组件采用线性组合 器和线性分类器中的至少一个。

10.如权利要求1所述的系统，其特征在于，所述组合组件采用能够从数 据中学习的组合分类器。

11.如权利要求10所述的系统，其特征在于，所述组合分类器是支持矢 量机。

12.如权利要求11所述的系统，其特征在于，所述支持矢量机利用来自 用户的手写样本进行学习以便最优地组合所述第一识别器输出和所述第二识 别器输出。

13.如权利要求1所述的系统，其特征在于，所述个性化组件考虑因边缘 引起的质量劣化来推断所述手写字符。

14.如权利要求1所述的系统，其特征在于，所述书写变体数据可以至少 部分地基于以下的至少一个：地理区域、学区、语言以及书写风格。

15.一种帮助提供手写识别的机器实现的方法，包括：接收手写字符；

自动创建书写变体数据并应用一特征矢量；

利用所述书写变体数据来训练第一分类器；

用非书写变体数据来训练第二分类器；

利用线性组合器、个性化器、支持矢量机、以及组合分类器中的至少一个 来组合所述第一和第二分类器的输出；以及

提供对手写字符的经优化的手写识别。

16.一种帮助提供手写识别的机器实现的系统，包括：

用于接收手写字符的装置；

用于自动创建书写变体数据并应用一特征矢量的装置；

利用所述书写变体数据来训练第一分类器的装置；

用非书写变体数据来训练第二分类器的装置；

利用线性组合器、个性化器、支持矢量机、以及组合分类器中的至少一个 来组合所述第一和第二分类器的输出的装置；以及

用于提供对手写字符的经优化的手写识别的装置。