[发明专利]手写识别方法和设备

说明书

技术领域

本发明涉及文字输入，具体涉及一种手写识别方法和设备，能够识别用户连续手写输入的无框的多个字符，提高输入效率。

背景技术

目前在诸如手机之类的电子设备中广泛应用了能够对用户的手写输入进行识别的模块，这使得用户不用再学习其他的通过按键进行字符输入的输入方法就能够与电子设备进行交互。

非专利文献1(“Online Character Segmentation Method for Unconstrained Handwriting Strings Using Off-stroke Features”(Source：Hitachi Ltd.in the Tenth International Workshop on Frontiers in Handwriting Recognition，La Baule，France，2006))披露了一种手写识别方法，它设计了切分方式(segmented pattern)的物理特征(‘无笔画(off-stroke)’特征)来识别无框手写输入的字符序列。在该方法中，‘无笔画’信息可以从前一笔画的最后一个采样点到后一笔画的第一采样点来获得，如图1中的虚线所示。该物理信息还包括诸如切分方式的高度/宽度和相应切分方式的手写时间等信息。该方法中，物理信息包括切分方式的形状特征、位置特征和间隙特征；笔画的长度；无笔画的平均距离；无笔画的平均时间；无笔画的距离；无笔画的角度的正弦和余弦值；无笔画的间隔。该方法主要针对书写前一笔画的结束点到书写当前笔画的起点之间的‘无笔画’过程来进行手写输入识别的。

该手写识别方法假设，对于书写的字符而言，即使在不同的字符之间发生了连笔现象，字符之间的无笔画距离和时间间隔也要大于字符内的笔画之间的无笔画距离和时间，并且该方法假设每个笔画分布满足正态分布。基于上述的假设，该手写识别方法使用概率模型，根据特征的均值和方差计算不同切分方式之间的相似度。最后，该方法使用动态规划(DP)来确定最佳的切分路径。

上述非专利文献1中存在的一个问题是对手写字符序列的切分依赖于每个笔画的书写时间。对该方法来说，无笔画的时间间隔是非常重要的特征。该方法假设切分方式之间的无笔画的时间间隔越大，则切分的正确度越高。当用户以较为恒定的速度进行书写时，这样的假设是合理的。但是在使用过程中，用户经常以不同的速度，例如一会儿快一会儿慢的速度进行书写。因此，如果用户在书写过程中改变书写速度，则非专利文献1所披露的方法将难以准确识别。

上述非专利文献1中存在的另一问题是，仅仅使用了几何特征和时间特征来确定切分是否正确。该方法假设字符之间的无笔画距离大于字符内的笔画之间的无笔画距离。但是这样的假设并非总是正确的。非专利文献1列出了一些切分错误的典型示例，如图2所示。由图2可以看出，一些字符之间的无笔画距离小于字符内的笔画之间的无笔画距离。在图2所示的第一个例子中，‘5’被过切分了，这是由于字符内笔画之间的间隙过大造成的。在第二和第三个例子中，当一个输入字符序列的字符之间的距离变动较大以及字符的大小不同时，出现了错误切分。

发明内容

本发明的目的是提出一种手写识别方法和设备，能够对用户连续手写输入的多个字符进行识别，而与用户的书写速度的变化无关。

在本发明的一个方面，提出了一种手写识别方法，用于对用户连续输入的无框(writing-box-free)的多个字符进行识别，该方法包括步骤：基于不同笔画组合和对其所包含的笔画进行划分形成的“子笔画组合”的单字识别结果，计算与输入字符序列的不同笔画组合的单字识别正确度相关的特征；根据对不同笔画组合所包含的笔画进行划分形成的“子笔画组合”的空间几何关系来确定不同笔画组合的空间几何特征；基于与单字识别正确度相关的特征和空间几何特征，确定对输入的字符序列的不同切分方式下各个笔画组合的切分可信度；基于所述切分可信度确定切分路径；以及向用户呈现：与确定的切分路径相关的字符序列识别结果。