Đồ Án Nghiên cứu phương pháp nhận dạng chữ viết tay trực tuyến liền nét

Mục lục
Mục lục. 1
Bảng kí hiệu viết tắt 3
Danh sách các bảng. 4
Danh sách các hình vẽ. 5
Tóm tắt nội dung. 6
Chương 1. Giới thiệu chung. 7
1.1. Giới thiệu bài toán. 7
Chương 2. Tổng quan về bài toán nhận dạng chữ viết tay. 9
2.1. Giới thiệu. 9
2.2. Nhận dạng chữ viết tay trực tuyến và nhận dạng chữ viết tay gián tuyến. 9
2.3. Phụ thuộc và không phụ thuộc người viết 9
2.4. Phân đoạn chữ viết tay. 10
2.5. Các kết quả nghiên cứu hiện tại 12
2.6. Kết luận. 12
Chương 3. Các bước cơ bản trong nhận dạng chữ viết tay trực tuyến. 13
3.1. Giới thiệu. 13
3.2. Thu thập dữ liệu. 13
3.3. Tiền xử lí 14
3.3.1. Chuẩn hóa kích thước. 15
3.3.2. Định vị lại mẫu. 17
3.3.3. Lấy lại các điểm của mẫu. 17
3.4. Phân đoạn. 17
3.5. Trích chọn đặc trưng. 18
3.6. Phương pháp học máy để nhận dạng kí tự viết tay. 19
3.6.1. Phương pháp sử dụng mô hình markov ẩn. 19
3.7. Hậu xử lí 19
3.8. Kết luận. 19
Chương 4. Trích chọn đặc trưng dựa trên biến đổi cosine rời rạc. 21
4.1. Giới thiệu. 21
4.2. Cơ sở toán học. 21
4.3. Áp dụng biến đổi DCT vào bài toán trích chọn đặc trưng. 22
4.4. Kết luận. 23
Chương 5. Nhận dạng chữ viết tay bằng mô hình Markov ẩn. 24
5.1. Giới thiệu. 24
5.1.1. Định nghĩa về mô hình Markov ẩn. 24
5.1.2. Ba vấn đề cơ bản của mô hình Markov ẩn: 25
5.1.3. Mô hình Markov ẩn với hàm mật độ phân bố Gauss đa chiều. 32
5.1.4. Áp dụng vào bài toán nhận dạng chữ viết tay trực tuyến. 33
5.2. Mô hình HMM với các kiểu viết khác nhau. 34
5.3. Kết luận. 35
Chương 6. Phân đoạn. 36
6.1. Giới thiệu. 36
6.2. Phân đoạn. 36
6.2.1. Khởi tạo các mốc quy hoạch động. 36
6.2.2. Xác định trọng số của các điểm mốc. 37
6.2.3. Tìm kiếm cách phân chia tối ưu. 38
6.3. Kết luận. 39
Chương 7. Kết quả thực nghiệm 40
7.1. Mô tả chương trình cài đặt 40
7.2. Kết quả thực nghiệm nhận dạng từng kí tự. 40
7.2.1. Mô tả thực nghiệm 40
7.2.2. Nhận xét kết quả. 41
7.3. Kết quả thực nghiệm với nhận dạng một từ hoàn chỉnh. 42
7.3.1. Mô tả thực nghiệm 42
7.3.2. Nhận xét kết quả. 42
Chương 8. Kết luận. 44
Tài liệu tham khảo. 45


Tài liệu tham khảo
[1] N. Ahmed, T. Natarajan, and K. R. Rao, “Discrete cosine transform,” IEEE Transactionson Computers, vol. C-32, pp. 90-93, Jan. 1974.
[2] L.R Bahl, P.F Brown, P.V deSouza, and R.L Mercer, "Maximum Mutual Information Estimation of Hidden Markov Model Parameters for Speech Recognition", Proc. ICASSP'86, Tokyo, Japan, pp. 49-52, Oct, 1986.
[3] L.R. Bahl, F. Jelinek, and R. L. Mercer, "A Maximum Likelihood Approach to Continuous Speech Recognition", IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 5, no. 3, March 1983.
[4] H. Beigi, K. Nathan, G. J. Clary, and J. Subrahmonia, "Size Normalization in Online Unconstrained Handwriting Recognition", Proc. ICIP'94, Austin, Texas, pp 169-173, Nov.1994.
[5] E.J. Bellegarda, J.R Bellegarda, D. Nahamoo, and K.S. Nathan, "A Probailistic Framework For On-Line Handwriting Recognition". Proc. 3rd Int. Workshop on Frontiers in Handwriting Recognition, pp. 225-234, May 1993.
[6] J. Hu, M.K Brown, W. Turin, "HMM Based On-Line Handwriting Recognition", IEEE Trans. Pattern Analysis and Machine Intelligence, pp. 1039-1045, Oct. 1996.
[7] D.J. Burr, "Designing a Handwriting Reader", IEEE Trans. Pattern Analysis and Machine Intelligent, pp. 554-559, Sept. 1983.
[8] K.-F. Chan, D.-Y. Yeung, "Elastic Structural Matching for Online Handwritten Alphanumeric Character Recognition", Proc. 14th Int. Conf. Pattern Recognition, Brisbane, Australlia, pp. 1508-1511, Aug.1998.
[9] G.D Forney, "The Viterbi Algorithm", Proc. of the IEEE, vol 61, pp 268 - 278, 1973
[10] A. M. Gillies, "Cursive word recognition using hidden Markov models", In Proceedings of U.S. Postal Service 5th Advanced Technology Conference, pages 557 - 562, 1992
[11] S.C. Hinds, J.L Fisher, and D.P. D'Amato, "A Document Skew Detection Method Using Run-Length Encoding and the Hough Transform", Proc. 10th Int. Conf. Pattern Recognition, Atlantic City, NJ, pp. 464-468 June 1990.
[12] J. Hu, A. S. Rosenthal, M. K. Brown, "Combining High-Level Features with Sequential Local Features for On-line Handwriting Recognition", Proc. Italian Image Process. Conf., Florence, Italy, pp. 647 - 654, Sept. 1997.
[13] A.K. Jain and R.C Dubes," Algorithms for Clustering Data", Prentice-Hall, 1988
[14] X. Li and D-Yeung, "On-line Handwritten Alphanumeric Character Recognition using Dominant Points in Strokes", Pattern Recoginition, vol. 30, no. 1, pp. 675-684, June 1988.
[15] J.Makhoul, T. Starner, R. Schwartz, and G. Chou, "Online Cursive Handwriting Recognition Using Speech Recognition Methods", Proc. ICASSP'94, pp. 125-128, April 1994.
[16] G. M. T. Man, J. C. H. Poon, "Cursive script segmentation and recognition by dynamic programming. In Proceedings of the SPIE - Character Recognition Technologies, pages 184 - 194, 1993
[17] G. Nagy, "Twenty Years of Document Image Analysis in PAMI", IEEE Trans. Pattern Analysis and Machine Intelligence, Jan 2000.
[18] K.S. Nathan, H.S.M Beigi, H. Subrahmonia, G.J Clary, and H. Maruyama, "Real-Time On-Line Uncontrained Handwriting Recognition Using Statistical Methods", Proc. ICASSP'95, pp. 2619-2623, May 1995
[19] V. G. Polyakov and M. A. Ryleev, "Method and apparatus for representing image data using polynomial approximation method and iterative transformation-reparametrization technique", United States Patent number 5,473,742, December 1995.
[20] P. Scattolin and A.Krzyzak, "Weighted Elastic Matching Method for Recognition of Handwritten Numerals", Vision Interface' 94, pp. 178-185, 1994.
[21] Scott D. Connell, "Online Handwriting Recognition Using Multiple Pattern Class Models ", Ph. D, 2000.
[22] C. C Tappert, "Adaptive On-Line Handwriting Recognition", Proc. 7th Int. Conf. on Pattern Recognition, Montreal, Canada, pp. 1004-1007, July-Aug. 1984.
[23] Rabiner, Juang, "An introduction to Hidden Markov Models" , IEEE ASSP Mag., pp 4-16, June 1986.
[24] Nguyễn Duy Khương, "Thử nghiệm và phát triển các phương pháp nhận dạng chữ viết tay tiếng Việt trực tuyến", khóa luận tốt nghiệp, 2008.
[25] http://www.run.montefiore.ulg.ac.be/~francois/software/jahmm/