專利名稱:手寫字符識(shí)別的方法和裝置的制作方法
技術(shù)領(lǐng)域:
本發(fā)明總體上講涉及通過字符識(shí)別器實(shí)現(xiàn)的手寫字符的識(shí)別,更具體地說,是涉及采用一種后處理方法和裝置進(jìn)行的改進(jìn)的手寫字符識(shí)別方法。
幾種目前流行的手持設(shè)備能夠使用戶使用指示筆和數(shù)字化儀輸入文字字符或字母數(shù)字。例如,蘋果電腦公司的NewtonTM個(gè)人數(shù)字助理和摩托羅拉公司的MarcoTM無繩個(gè)人通信裝置,在顯示屏幕上接受手寫字符(相對(duì)于草書手寫字體)。這類設(shè)備試圖將手寫字符轉(zhuǎn)換成打印樣式的手寫字符。將手寫的內(nèi)容轉(zhuǎn)換成打印樣式這一思想可以延伸到中文和其它語言文字的識(shí)別。
將手寫字符轉(zhuǎn)換成打印樣式的部分已知過程包括將手寫字符的各字元與預(yù)定義的一組模板字符相比較。這一過程通常由字符識(shí)別器來完成,字符識(shí)別器確定一個(gè)模板字符庫中哪一組模板字符最接近給定的手寫字符。這種確定通常是根據(jù)所選中的模板字符與手寫字符相同的概率來進(jìn)行。
傳統(tǒng)的字符識(shí)別器在從數(shù)字化儀或其它輸入設(shè)備上試圖正確地識(shí)別手寫字符的準(zhǔn)確率大致為70%到80%,產(chǎn)生的錯(cuò)誤率為15%到30%。這樣的準(zhǔn)確率不足以讓一般的用戶信服識(shí)別器的能力。
字符識(shí)別器在有些領(lǐng)域內(nèi)的使用是非常有用和有價(jià)值的。例如,在討論會(huì)或研討會(huì)上,對(duì)于那些沒有自備鍵盤又想用電子的方法記筆記的人,字符識(shí)別器就會(huì)派上用場(chǎng)。這個(gè)人可能就會(huì)使用字符識(shí)別器。如果字符識(shí)別器沒有相當(dāng)高的準(zhǔn)確率,研討會(huì)上記下的筆記可能會(huì)使人誤導(dǎo)。
如果字符識(shí)別器具有高的準(zhǔn)確率,在醫(yī)院使用字符識(shí)別器將會(huì)很有價(jià)值。手持字符識(shí)別器將使醫(yī)院的工作人員用于對(duì)病人進(jìn)行檢查并記入挽救生命的報(bào)告。如果沒有高的識(shí)別率,生命將會(huì)受到危及。
字符識(shí)別器的一個(gè)非常有用的應(yīng)用是輸入中文字符以進(jìn)行電子處理和存儲(chǔ)。中文字符不能通過鍵盤很好地輸入使得中文的處理變得十分困難。中文字符的結(jié)構(gòu)復(fù)雜,字符的一個(gè)小部分的變動(dòng)會(huì)改變字符或詞的整個(gè)意思。中文字符的識(shí)別必須要有高的準(zhǔn)確率。不幸的是,傳統(tǒng)的字符識(shí)別器和識(shí)別處理對(duì)這些不同的應(yīng)用沒有取得這種高的必要的準(zhǔn)確率。
本發(fā)明的第一個(gè)方面提供了一種方法,這種方法包括下述步驟從可能類似于一個(gè)手寫字符的模板字符集中選擇一組模板字符,由此給出了一組可能接受字符,每一個(gè)可能接受字符有著一個(gè)表示與手寫字符相似程度的數(shù)值;根據(jù)一個(gè)語言模型處理這些可能接字符,確定哪個(gè)可能接受字符最接近手寫字符。
根據(jù)語言模型處理可接受字符的最佳步驟包括用一個(gè)周邊字符組合每一個(gè)可能接受字符形成組合字符;對(duì)每一個(gè)組合字符賦予一個(gè)組合值,這個(gè)組合值表示這個(gè)周邊字符與各自的一個(gè)可能接受字符組合的概率。此外,或在另一種方法中,這一步驟包括將每一個(gè)可能接受字符與一個(gè)周邊字符進(jìn)行比較以確定這個(gè)周邊字符與各自的一個(gè)可能接受字符組合的概率的步驟;和根據(jù)每一個(gè)可能接受字符的概率確定哪一個(gè)可能接受字符最接近手寫字符的步驟。
每一個(gè)可能接受字符的數(shù)值和組合字符的組合值可進(jìn)行加權(quán)以確定每個(gè)可能接受字符的一個(gè)加權(quán)值;并且可對(duì)每一個(gè)可能接受字符的加權(quán)值進(jìn)行排序,確定對(duì)可能接受字符進(jìn)行排序的一個(gè)順序次序。
本發(fā)明的第二個(gè)方面,提供了一種識(shí)別器,它包括與手寫輸入設(shè)備相聯(lián)的一個(gè)字符識(shí)別器,用于從可能與手寫字符相似的一個(gè)模板字符集中選擇一組模板字符(可能接受字符),每一個(gè)可能接受字符有著一個(gè)表示與手寫字符相似程度的數(shù)值;一個(gè)與字符識(shí)別器相聯(lián)的后期處理器,用于根據(jù)一種語言模型處理可能接受字符,以確定哪個(gè)可能接受字符最接近手寫字符;和一個(gè)與后期處理器相聯(lián)的顯示裝置,用于接收可能接受字符中與手寫字符最相似的那個(gè)字符。
本發(fā)明的其它方面和實(shí)施例將在下面的詳細(xì)描述部分以實(shí)施例和附圖的方式加以說明。
圖1是說明本發(fā)明最佳實(shí)施例的框圖。
圖2是說明本發(fā)明運(yùn)行方法的流程圖。
圖3是根據(jù)最佳實(shí)施例說明本發(fā)明運(yùn)行方法的流程圖。
圖4給出了根據(jù)本發(fā)明一個(gè)語言模擬后期處理器操作的一個(gè)例子。
圖1及圖2說明了根據(jù)本發(fā)明提高手寫字符識(shí)別準(zhǔn)確性的一種裝置和方法。手寫字符識(shí)別裝置,如字符識(shí)別裝置100,通常包括某種類型的手寫輸入裝置或數(shù)字化儀110,用戶使用這些裝置可將手寫字符輸入到字符識(shí)別裝置100上。需要指出的是,字符識(shí)別裝置還可以通過數(shù)字化儀以外的其它裝置接收輸入。例如,手寫字符可以通過傳真或除數(shù)字化儀110以外的其它媒體輸入給字符識(shí)別裝置100。
參考圖1中的最佳實(shí)施例(并參照?qǐng)D2中的流程圖),手寫字符從數(shù)字化儀110輸入到字符識(shí)別器120(圖2中的步驟200)。在該實(shí)施例中,字符識(shí)別器120從一個(gè)預(yù)定義的模板字符集125(步驟210)中選擇一組字符與手寫字符進(jìn)行比較。模板字符集125中的預(yù)定義模板字符是字符識(shí)別裝置100在設(shè)計(jì)上所能處理的語言中使用的字符。例如,如果要將英文手寫字符輸入到字符識(shí)別裝置100,那么模板字符集125將包含以某種形式表達(dá)英文字符的信息,例如普通書法(longhand)、印刷體(print)或某個(gè)多種字體的組合。如果識(shí)別器100是為輸入中文字符而設(shè)計(jì)的,那么模板字符集125將包含以字符識(shí)別裝置在設(shè)計(jì)上所能處理的形式(草體或印刷體)表達(dá)中文字符的信息。
字符識(shí)別器120將每一個(gè)輸入的手寫字符與存儲(chǔ)在模板字符集125中的字符進(jìn)行比較,并從中選擇一組字符或與輸入字符最相近的可接受字符。在最佳實(shí)施例中,字符識(shí)別器120從模板字符集125中選擇了10個(gè)字符。對(duì)于這組(最佳實(shí)施例中為10個(gè))可能接受字符中的每一個(gè),字符識(shí)別器120都賦予了一個(gè)數(shù)值。這個(gè)數(shù)值表示各個(gè)可能接受字符與輸入字符的相似程度(圖2中的步驟220)。然后,字符識(shí)別器120根據(jù)它們各自的數(shù)值確定這組可能接受字符的優(yōu)先次序(步驟240)。字符識(shí)別器120根據(jù)它們各自的數(shù)值確定這組可能接受字符的優(yōu)先次序?qū)⑺鼈兣帕谐身樞蛄斜?,使得具有表示最相似的?shù)值的可能接受字符排列在列表的頂部。
如前所述,選擇按優(yōu)先次序排列在頂部的可能接受字符時(shí),僅由字符識(shí)別器處理的手寫字符大約有15%到30%的錯(cuò)誤率。換句話說,由字符識(shí)別器選擇的按優(yōu)先次序排列在頂部的可能接受字符與手寫輸入字符在實(shí)際上一樣的概率約為80%到85%。最佳實(shí)施例中當(dāng)可能接受字符的總數(shù)為10時(shí),實(shí)際手寫字符是字符識(shí)別器120選擇的可能接受字符中的一個(gè)的概率為92%到96%。這一準(zhǔn)確率接近絕大多數(shù)人在閱讀手寫字符時(shí)所具有的準(zhǔn)確程度,后者的準(zhǔn)確率大約在95%到97%。根據(jù)本發(fā)明的思想,利用下述的方法將增加10個(gè)選中的可能接受字符準(zhǔn)確性的概率,在這個(gè)方法中,選作最優(yōu)先的可能接受字符的字符即為手寫字符。
本發(fā)明將接著對(duì)字符識(shí)別器120生成的這組可能接受字符進(jìn)行進(jìn)一步的分析和處理,以提高識(shí)別的準(zhǔn)確率。這些分析和處理(后處理)將集中于10個(gè)可能接受字符。
再次參看圖1和圖2,根據(jù)本發(fā)明的最佳實(shí)施例,字符識(shí)別器120向后期處理器130(步驟250)輸出10個(gè)可能接受字符的列表。后期處理器130根據(jù)一個(gè)語言模型處理這10個(gè)可能接受字符,在這10個(gè)可能接受字符中選擇一個(gè)最適宜字符(步驟260)。換言之,語言模型后處理選擇這10個(gè)可能接受字符中的一個(gè)作為輸出。這樣,用作輸出,或作為最適宜字符的這個(gè)字符與輸入的手寫字符相同的概率大約為90%到92%。
語言模擬是一種處理過程,在這種處理中每個(gè)要處理的可能接受字符都將與周邊字符相比較,以確定這個(gè)可能接受字符在所使用的語言中恰當(dāng)?shù)赜糜谂c周邊字符的組合的概率。這一處理將在下面詳細(xì)描述。
在后期處理器130從10個(gè)可能接受字符中選擇了最適宜字符后,后期處理器130輸出這個(gè)最適宜字符(步驟270)。在圖1所示的最佳實(shí)施例中,這個(gè)最適宜字符輸出到數(shù)字化顯示器110并顯示給用戶。
圖3的流程圖給出了后處理方法的一個(gè)最佳實(shí)施例,并和圖1的最佳實(shí)施例一起對(duì)其進(jìn)行了描述。在字符識(shí)別器120進(jìn)行了字符識(shí)別處理生成了一組可能接受字符后(圖3的步驟300和310)(如前所述,最佳實(shí)施例中使用了10個(gè)可能接受字符),用戶必須確定是否要對(duì)字符識(shí)別的輸出進(jìn)行進(jìn)一步的處理(步驟320)。用戶所作的選擇在圖1中表示為開關(guān)160。
這里也有可能會(huì)出現(xiàn)不需要后期處理器130提高準(zhǔn)確性的情況。在這樣的情況下,用戶可選擇只使用字符識(shí)別器輸出的字符。
如果用戶選擇了不對(duì)字符識(shí)別器120的輸出進(jìn)行進(jìn)一步的處理的話,最優(yōu)先的可能接受字符將被選作最適宜字符(步驟325)并輸出給最佳實(shí)施例中的數(shù)字化顯示器110(步驟380)。選擇最優(yōu)先的可能接受字符作為最適宜字符表示沒有選擇進(jìn)行進(jìn)一步的處理,并且字符識(shí)別器120以一種傳統(tǒng)的將輸出(最優(yōu)先的可能接受字符)直接送到數(shù)字化顯示器110的方式工作。
如果用戶決定需要后期處理器130進(jìn)行進(jìn)一步的處理并增加準(zhǔn)確性,那么這組可接受字符將被送往語言模型處理器140,這個(gè)語言模型處理器包括組合器142、賦值裝置144和語言模型庫145。語言模型處理器140將來自字符識(shí)別器120的每一個(gè)可能接受字符與周邊字符相比較,確定這個(gè)可能接受字符能夠與周邊字符結(jié)合的概率。這些周邊字符是已經(jīng)識(shí)別了的由計(jì)算裝置存儲(chǔ)起來的常規(guī)字符(周邊字符141),但也可能是表示一個(gè)句子或來自不同語言的一個(gè)詞、一組詞(例如,書寫中文時(shí)使用的英文公司名)起點(diǎn)的數(shù)字,等等。周邊字符還可能是尚未識(shí)別的字符,例如排在目前正在識(shí)別的手寫字符后面的一個(gè)字符。本發(fā)明力圖找出手寫字符周邊的被存儲(chǔ)在前一字符141中的任何信息,這是因?yàn)檫@些周邊信息總是含有有助于語言模型處理器140進(jìn)行的語言模型處理的某些信息。一般而言,前一個(gè)相鄰的已經(jīng)正確識(shí)別了的已識(shí)別字符是語言模型處理器140中對(duì)可能接受字符進(jìn)行比較的周邊字符。
圖4說明了采用以兩個(gè)字母為例的語言模型后處理方法。在這個(gè)例子中,假定已經(jīng)輸入了兩個(gè)作為手寫字符的字母。在位置b上的第一個(gè)字符假定是經(jīng)過了在前的處理并由字符識(shí)別器100正確地識(shí)別并確認(rèn)為字母“h”。在位置a上的字符是要識(shí)別的字符。正如前面解釋的那樣,字符識(shí)別器120生成了一組可能接受字符(最佳實(shí)施例中為10個(gè)可能接受字符),這些字符在圖4中列為a1到an,其中n等于10(列400)。接著,這些模板字符在最佳實(shí)施例中的組合器142中與位置b處的前正確識(shí)別的相鄰手寫字符,或字母“h”進(jìn)行組合(圖3中的步驟330)。其結(jié)果是位置b處的字母,或本例中的“h”,與從a1到an每一個(gè)可能接受字符的組合(列400)。
位置b與a1到an的組合結(jié)果為圖1中的賦值裝置144所接收。賦值裝置144從語言模型庫145獲得每一個(gè)組合的一個(gè)預(yù)定義概率(組合值),這個(gè)概率是位置b處的字母“h”這個(gè)相鄰字符與一組可能接受字符a1到an組合的概率。接下來,每一個(gè)組合被賦予一個(gè)它們各自的組合值(步驟340和列420)。例如,如果字符識(shí)別器120確定a1是“a”,位置b處的字母已經(jīng)確定為“h”,那么,這兩個(gè)字母順序組合的概率將非常高,這是因?yàn)樵谠S多不同的詞中都有“h”和“a”的順序組合。從語言模型庫145中找到的表示這一概率的組合值將很高并且一個(gè)適當(dāng)?shù)慕M合值將賦給“ha”。
如果這些字母是(比方說)an=“z”和b=“m”,那么這兩個(gè)字母的組合概率以英文詞為基礎(chǔ)將非常低。在另一種語言中,這一概率則可能較高。語言模型庫是為具體用途和語言而設(shè)計(jì)的。反映反常組合的低組合值可能會(huì)接近零,如果這一組合沒有包括在語言模型庫145中以至概率過低,這個(gè)組合值甚至可以等于零。然后這個(gè)組合值將會(huì)賦給組合“mz”。
在上述的例子中,一組可能接受字符中的每一個(gè)都將與前一個(gè)相鄰字符相組合。事實(shí)上,本發(fā)明可進(jìn)行任何周邊字符的組合。上述在語言模型處理中采用前一相鄰字符的例子是一個(gè)推薦的實(shí)施作法。
再次參看圖1,3和4,重排器150從賦值裝置144得到的組合值,根據(jù)這些組合值生成一個(gè)列表,并依據(jù)這個(gè)列表對(duì)可能接受字符進(jìn)行重新排序。具體地說,重排器150的一個(gè)加權(quán)單元152對(duì)來自賦值裝置144的與賦值相對(duì)應(yīng)的一組可能接受字符的每一個(gè)組合值進(jìn)行加權(quán),確定這組可能接受字符的每一個(gè)的一個(gè)加權(quán)值(步驟350)。對(duì)一組可能接受字符進(jìn)行加權(quán)計(jì)算是通過(i)將來自字符識(shí)別器120的賦值(參看上述附圖2中步驟220的討論)乘以第一個(gè)加權(quán)因子λCR,得到一個(gè)加權(quán)的可能接受字符值,(ii)將對(duì)應(yīng)的組合值乘以第二個(gè)加權(quán)因子λLM,得到一個(gè)加權(quán)的組合的可能接受字符值,和(iii)將這兩個(gè)值相加,得到這組可能接受字符中的每一個(gè)的加權(quán)值(圖4中的列430)。這個(gè)公式是STOTan=λCRSCRan+λLMSLMan在最佳實(shí)施例中,λCR和λLM相加等于1。此外,加權(quán)因子的優(yōu)化值為,λCR大于λLM,并且λCR等于0.33。用戶可以選擇λLM的值,比優(yōu)化值大一點(diǎn)或小一點(diǎn)取決于所希望得到的輸出,并且這個(gè)選擇可以手工輸入到加權(quán)單元152中。
重排器150中的重新排序器154接收來自加權(quán)單元152的加權(quán)值并按大小順序?qū)訖?quán)值重新排序。在最佳實(shí)施例中,加權(quán)值從最大到最小排定次序。這個(gè)排定的次序?qū)⒂糜趯?duì)這組可能接受字符的排序。在此之后,重新排序器154根據(jù)它剛剛確定的次序?qū)@組可能接受字符進(jìn)行排序(步驟360和370),然后輸出最適宜字符(步驟380)。
為了提高選擇表示一個(gè)手寫字符的單個(gè)可能接受字符的準(zhǔn)確率,對(duì)字符識(shí)別器的輸出進(jìn)行后處理是必要的。沒有后處理對(duì)準(zhǔn)確性的提高,字符識(shí)別器或許將不具備商業(yè)應(yīng)用的價(jià)值。通過使用本發(fā)明的語言模擬處理,選擇一個(gè)與手寫字符一樣的單個(gè)可能接受字符的概率將從大約84%提高到大約90%到92%。這種識(shí)別準(zhǔn)確度將使手寫字符識(shí)別進(jìn)入消費(fèi)使用的可接受范圍。
權(quán)利要求
1.一種手寫字符識(shí)別方法,包括以下步驟從可能與一個(gè)手寫字符相似的一個(gè)模板字符集中選擇一組模板字符,由此提供了一組可能接受字符,每一個(gè)可能接受字符都具有一個(gè)表示與所述手寫字符相似程度的數(shù)值;和根據(jù)一個(gè)語言模型處理可能接受字符以確定哪一個(gè)可能接受字符與所述手寫字符最相似。
2.根據(jù)權(quán)利要求1的方法,其中根據(jù)一個(gè)語言模型處理可能接受字符的步驟包括將每一個(gè)可能接受字符與一個(gè)周邊字符組合,形成組合字符;對(duì)每一個(gè)組合字符賦予一個(gè)組合值,其中的組合值表示所述周邊字符在與各自的一個(gè)可能接受字符的組合中可能具有的概率;和對(duì)可能接受字符進(jìn)行重新排序。
3.根據(jù)權(quán)利要求2的方法,其中根據(jù)每一個(gè)組合字符的一個(gè)順序次序?qū)赡芙邮茏址匦屡判虻牟襟E包括對(duì)每一個(gè)可能接受字符的數(shù)值和組合字符的組合值進(jìn)行加權(quán),以確定每個(gè)可能接受字符的一個(gè)加權(quán)值;和對(duì)每一個(gè)可能接受字符的加權(quán)值進(jìn)行排序以確定對(duì)可能接受字符進(jìn)行重新排序的一個(gè)順序次序。
4.根據(jù)權(quán)利要求3的方法,其中對(duì)每一個(gè)可能接受字符的數(shù)值相對(duì)于對(duì)應(yīng)的組合字符的組合值進(jìn)行加權(quán)以確定每個(gè)可能接受字符的一個(gè)加權(quán)值的步驟包括將每一個(gè)可能接受字符的數(shù)值乘以第一個(gè)加權(quán)因子以獲得加權(quán)的可能接受字符值;將每一個(gè)組合字符的組合值乘以第二個(gè)加權(quán)因子以獲得加權(quán)的組合字符值;和將每一個(gè)加權(quán)的可能接受字符值與各自的加權(quán)的組合字符值相加以獲得每一個(gè)可能接受字符的加權(quán)值。
5.根據(jù)權(quán)利要求2的方法,其中對(duì)每一個(gè)組合字符賦予一個(gè)組合值的步驟包括從一個(gè)語言模型庫中獲得所述組合值。
6.根據(jù)權(quán)利要求1的方法,其中處理可能接受字符的步驟包括將每一個(gè)可能接受字符與一個(gè)周邊字符進(jìn)行比較以確定所述周邊字符在與各自的一個(gè)可能接受字符的組合中可能具有的概率;和根據(jù)每一個(gè)可能接受字符的概率確定哪一個(gè)可能接受字符與所述手寫字符最相似。
7.根據(jù)權(quán)利要求6的方法,其中將一組模板字符中的每一個(gè)與一個(gè)周邊字符進(jìn)行比較的步驟包括將每一個(gè)可能接受字符與一個(gè)周邊字符進(jìn)行組合以形成組合字符;和對(duì)每一個(gè)組合字符賦予一個(gè)組合值,其中的組合值表示概率。
8.根據(jù)權(quán)利要求6或7的方法,其中將一組模板字符中的每一個(gè)與一個(gè)周邊字符進(jìn)行比較以確定一個(gè)概率的步驟包括從一個(gè)語言模型的對(duì)照表中獲得所述概率。
9.一種識(shí)別器,包括與一個(gè)手寫輸入裝置相聯(lián)的一個(gè)字符識(shí)別器,用于從與一個(gè)手寫字符可能相似的一個(gè)模板字符集中選擇一組模板字符,并由此提供了一組可能接受字符,每一個(gè)可能接受字符具有一個(gè)表示與所述手寫字符相似程度的數(shù)值;與所述字符識(shí)別器相聯(lián)的一個(gè)后處理器,它用于根據(jù)一個(gè)語言模型處理可能接受字符以確定哪個(gè)可能接受字符與所述手寫字符最相似;和與所述后處理器相聯(lián)的一個(gè)顯示裝置,它用于接收一個(gè)與所述手寫字符最相似的可能接受字符。
10.根據(jù)權(quán)利要求9的手寫識(shí)別器,其中的字符識(shí)別器與一個(gè)模板字符集相聯(lián),用于接收來自所述模板字符集的可能接受字符并對(duì)每一個(gè)可能接受字符賦值。
11.根據(jù)權(quán)利要求10的手寫識(shí)別器,其中的后處理器包括與所述字符識(shí)別器相聯(lián)的一個(gè)組合器,用于每一個(gè)可能接受字符與一個(gè)周邊字符的組合以形成組合字符;與所述組合器相聯(lián)的一個(gè)賦值裝置,用于給每一個(gè)組合字符賦予一個(gè)組合值,其中的組合值表示所述已正確識(shí)別了的周邊字符在與各自的一個(gè)可能接受字符的組合中可能具有的概率;和與所述賦值裝置相聯(lián)的一個(gè)重排器,用于根據(jù)每一個(gè)組合字符組合值的順序次序?qū)赡芙邮茏址M(jìn)行重新排序。
12.根據(jù)權(quán)利要求11的手寫識(shí)別器,其中的重排器包括與所述賦值裝置相聯(lián)的一個(gè)加權(quán)單元,用于對(duì)每一個(gè)可能接受字符的數(shù)值相對(duì)于對(duì)應(yīng)的組合字符的組合值進(jìn)行加權(quán)以確定每一個(gè)可能接受字符的一個(gè)加權(quán)值;與所述加權(quán)單元相聯(lián)的一個(gè)重新排序器,用于根據(jù)每一個(gè)可能接受字符的加權(quán)值的一個(gè)順序次序?qū)赡芙邮茏址M(jìn)行重新排序;和與所述顯示裝置相聯(lián)的所述重新排序器,用于輸出一個(gè)與手寫字符最相似的可能接受字符。
13.根據(jù)權(quán)利要求12的手寫識(shí)別器,其中的賦值裝置與一個(gè)語言模型庫相聯(lián),用于獲得組合值。
14.根據(jù)權(quán)利要求11的手寫識(shí)別器,其中的手寫輸入裝置和顯示裝置是同一個(gè)數(shù)字化儀。
全文摘要
本發(fā)明的手寫字符識(shí)別裝置(100)和用于手寫字符識(shí)別的方法通過使用一個(gè)后處理器(130)提高了傳統(tǒng)字符識(shí)別器的準(zhǔn)確性。手寫字符識(shí)別裝置包括一個(gè)字符識(shí)別器;一個(gè)語言模型處理器,這個(gè)語言模型處理器將字符識(shí)別器的輸出與周邊手寫字符進(jìn)行比較,以確定字符識(shí)別器的輸出在與周邊手寫字符的組合中可能具有的概率;和一個(gè)重排器,這個(gè)重排器對(duì)與字符識(shí)別器相關(guān)的語言模型處理器中確定的概率進(jìn)行加權(quán)并對(duì)字符識(shí)別器的輸出進(jìn)行重新排序。
文檔編號(hào)G06K9/34GK1181827SQ9719016
公開日1998年5月13日 申請(qǐng)日期1997年3月6日 優(yōu)先權(quán)日1996年3月8日
發(fā)明者法查德·俄薩尼, 周黎陽 申請(qǐng)人:摩托羅拉公司