[发明专利]对手写字符的无旋转识别

说明书

字符识别系统接收未知字符，并基于预先训练的识别模型来识别该字符。在识别该字符之前，字符识别系统可对该字符进行预处理以将该字符旋转到标准化定向。通过在训练和识别两个阶段中将该字符旋转到标准化定向，字符识别系统使预先训练的识别模型从考虑处于不同定向的字符原型中释放出来，并由此加速对未知字符的识别。在一个示例中，字符识别系统通过使字符的每一笔画的各开始点的坐标的和与各结束点的坐标的和之间的线与标准化方向对齐来将字符旋转到标准化定向。

背景

字符识别允许在有少许人类干预或没有人类干预的情况下基于所训练的识别模型来自动识别未知的字符。在现实世界应用中已开发并采用了多种字符识别算法，包括例如用于转换手写、打字和/或打印文档的扫描图像的光学字符识别应用。

最近的移动设备技术开发为字符识别展开了新机会。由于移动设备的小形状因素，移动设备通常不包括用于用户输入的键盘。即使移动设备提供了键盘，该键盘往往也非常小而且不便使用，尤其是在需要输入大量文字或字符时。在这种情形下，字符识别已被认为是该输入问题的可能解决方案。用户可通过移动设备的触摸屏或输入板输入字符，并且移动设备的识别应用可随后基于字符识别模型来识别或转换所输入的字符。字符识别的使用不仅使用户免于通过极小的键盘(如果存在任何键盘的话)输入字符，而且还减少了由于因键盘的小尺寸而错误地触摸该键盘上的错误按钮而导致的错误。

虽然字符识别作为比极小的键盘更优良的解决方案而言是受欢迎的，但在移动设备中利用字符识别并非没有问题。一般来说，现有字符识别的准确性严重依赖于要识别的字符是否是以预定的定向(例如，以垂直位置)来接收的。当要识别的字符偏离预定定向时，现有的字符识别的准确性急剧恶化。换言之，现有的字符识别因要识别的字符的定向而变化。

概述

本概述介绍了将在以下详细描述中进一步描述的字符识别的简化概念。本概述并不旨在标识所要求保护的主题的必要特征，也不旨在用于确定所要求保护的主题的范围。

本申请描述了字符识别的示例实施例。在一个实施例中，可接收多个训练字符，例如，诸如中文字符、日文字符、韩文字符等东亚字符。在一个实施例中，在提取每一训练字符的特征之前，可首先将每一训练字符旋转到标准化定向。作为示例而非限制，每一字符可基于相应字符的每一笔画的至少两个点(例如，开始点和结束点)的信息来旋转。在一些实施例中，在旋转了多个训练字符后，可提取每一训练字符的特征并将其用于训练识别模型。在一个实施例中，在训练识别模型之际，可进一步压缩或减少识别模型的参数。例如，识别模型的参数可被量化。作为补充或替换，可构造用于在运行时使用所训练的识别模型来促成对传入字符的识别的树。

在一些实施例中，一旦存在识别模型，就可接收新的未知字符。该新的未知字符可包括一个或多个笔画。在一个实施例中，在使用所训练的识别模型来识别该新的未知字符之前，可例如基于该新的未知字符的每一笔画的至少两个点(例如，开始点和结束点)将该新的未知字符旋转到标准化定向。在将该新的未知字符旋转到标准化定向后，可使用所训练的识别模型来识别经旋转的字符。

附图简述

参考附图阐述详细描述。在附图中，附图标记最左边的数字标识该附图标记首次出现于其中的附图。在不同附图中使用相同的附图标记指示相似或相同的项。

图1示出了包括示例字符识别系统的示例环境。

图2更详细地示出了图1的示例字符识别系统。

图3示出在训练和/或识别期间旋转接收到的字符的示例场景。

图4示出训练识别模型的示例方法。

图5示出基于所训练的识别模型来识别字符的示例方法。

详细描述

概览