[发明专利]自适应手写识别系统和方法

说明书

技术领域

本发明涉及一种手写识别系统和方法，尤其涉及一种能够自动适应不同用户的手写字符特点的自适应手写识别系统和方法。

背景技术

利用数字化设备进行手写字符的输入已经成为一种非常普遍的现象，这些数字化设备通常指具有触摸屏等传感器等装置的Tablet-PC，PDA和手写手机等设备，与之相应的手写识别技术被广泛的使用。

在当前的比较成熟而且商用的手写识别系统中，识别字符所用的字符特征模板基本上是通过大量的训练样本训练得来的，不同人书写同一个字符便可能会有多种不同的写法，通过大量的不同人书写的样本采用模式识别的训练算法进行训练，从中得到该字符的书写的共性，即得到每一个字符的特征模板代表的是该手写字符不同写法的共同特征，但是这种做法没有能够考虑对不同人的不同写法的各自独有特征。如果用户的书写风格和上面得到的字符的共性特征差异过大，那么针对该用户的手写识别率会低于平均水平。所以，这样的系统不能很好的满足每一个用户的需要。

为了考虑不同用户的不同写法的独有特征，当前采用改进方法的手写识别系统通常采用下列两种方式：(1)预先让使用者书写一些特定的文字，从中找到该用户的书写特点，这个过程叫做用户手写注册，这个过程不仅给用户带来了不方便，而且由于用户预先书写的字符数量相对于能够识别的全部字符集是非常少量的，并不能准确地反映该用户的手写字符各自的特点。举例来说，简体汉字6700多八，而用来注册的汉字如果控制在100个以内，远远小于6700个，其注册得到的信息并不足以代表用户手写字符的全部特征。如果注册的文字数量增大，则并不方便用户的使用；(2)根据用户手写特点选择不同分类器，这种方式同样需要进行用户手写注册过程，提取其独有的特征，然后自动挑选多个分类器。这种方法依赖于多个分类器的挑选是否适合，即便是挑选的分类器比较准确，但对于不同用户的不同写法，便会不断的提高算法的复杂度，不断的增加相应的存储空间的消耗，由此换来的手写识别准确率的提高仍然是有限的。

另外，用户的手写笔迹特点会随着用户的年龄或者身体肌肉等条件的变化而变化，如果采用以上的方法，则需要用户重新注册或者调整分类器，由此看来，现有的方法都不能很好的适用于个体用户的使用。

因此，当前的手写识别系统不仅需要结合不同用户的独有特征来满足不同用户的需求，同时提高手写字符识别的正确率，而且需要降低实现系统改进所占用的存储和计算资源。

发明内容

发明的目的是提供一种简单的方便的自适应手写识别系统和方法，从而可以自动的适应不同用户的写法，提高手写识别的准确率，同时降低实现系统改进所占用的存储和计算资源。

根据本发明的一方面，提供了一种自适应手写识别系统，手写字符输入单元，用于使用户输入字符，并生成包含有字符笔迹点坐标的手写笔迹数据；至少一个通用字符特征模板库，用于存储通过预先样本训练得到的字符集及其对应的特征模板；至少一个用户字符特征模板库，用于存储用户字符特征模板；输入字符识别单元，接收来自手写输入单元的手写笔迹数据，从手写笔迹数据中提取输入的手写字符笔迹的特征向量，从通用字符特征模板库中调用通用字符特征模板，基于所述特征向量和通用字符特征模板，对输入字符进行识别，并根据识别结果，来更新用户字符特征模板库中的用户字符特征模板。

根据本发明的一方面，所述的自适应手写识别系统还可包括用户登录单元，用于使不同用户输入含有各自的标识信息的用户登录信息，输入字符识别单元根据用户信息来更新不同用户对应的用户字符特征模板。

根据本发明的一方面，所述输入字符识别单元包括：特征向量提取单元，用于从所述手写笔迹数据中提取所述输入字符的特征向量；至少一个共用分类器，比较所述字符的特征向量与所述通用字符特征模板库中的特征模板之间的近似度，根据近似度从高到低顺序给出多个候选字；控制选择单元，用于使用户从多个候选字中选择自己所输入的正确的字符；更新或创建单元，如果用户所选择的正确的字符不是多个候选字的首选字，则更新用户字符特征模板库中的特征模板或创建用户字符特征模板。

根据本发明的一方面，如果用户字符特征模板存储器中已经存储有用户字符特征模板，则共用分类器还从用户字符特征模板存储器中调用用户字符特征模板，在比较所述字符的特征向量与所述通用字符特征模板的近似度的同时，还比较与所述用户字符特征模板之间的近似度。