手繪圖符的辨識特征及其提取算法研究.pdf

1、作為人工智能領域的一個熱門研究問題，如何讓計算機更加準確地了解人們的意圖，一直是該領域研究的主要方向。目前手繪草圖已經成為人機交互又一重要方式。針對目前跨領域手繪草圖識別方法存在普適性較差的問題，本文意在通過對現有技術的研究，提出一種普適性較好的手繪圖符特征提取算法。
　　在數據集方面，本文從網絡上收集了日常生活中常見目標的250類手繪圖符20000個，其中包括GB/T11797—2005標準中規(guī)定的28種機動車和非機動車的車符約

2、2400個，手寫數字、手繪電路元件、手繪微軟辦公軟件形狀圖各1000個，以此作為本文研究的數據集基礎。
　　為了研究手繪圖符特征的普適性，本文首先研究了手寫文字識別，特別是手寫漢字識別的主要處理流程與處理方法，分析了其識別過程中的重點和難點，比較了手寫漢字與手繪圖符的區(qū)別與聯系。其次，分析Eitz等人對人為識別手繪圖符的研究實驗，并在此基礎上設計了兩個實驗，針對影響人們是否能夠正確識別圖符的因素進行分析，確認了圖符的輪廓是人們識別

3、一個圖符的重要依據，而在輪廓出現語義模糊的情況下對細節(jié)信息的把握是區(qū)分圖符的關鍵。
　　在特征提取方面，主要從局部細節(jié)和全局輪廓兩個方面提取一幅手繪草圖的特征。在局部細節(jié)特征提取上，利用彈性網格來吸收手繪過程中的變形，利用局部梯度直方圖來表示圖符的細節(jié)特征，分析了模板大小、梯度空間、梯度方向個數對實驗結果的影響。在全局輪廓特征提取方面，創(chuàng)造性地引入Snake模型用于手繪草圖的輪廓提取，修正判別能量函數，改善了初始輪廓選取的不便，再