基于扰动的文字识别理论和关键技术研究

项目名称： 基于扰动的文字识别理论和关键技术研究

项目编号： No.61175021

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化学科

项目作者： 殷飞

作者单位： 中国科学院自动化研究所

项目金额： 59万元

中文摘要： 基于扰动的文字识别方法有望克服传统的基于归一化和机器学习的文字识别方法的不足，有效提高识别精度，但是还有一些关键理论和技术问题有待解决。本项目基于贝叶斯分类原理和特征空间回归方法，系统地研究基于扰动的文字识别理论和关键技术，提出和实现有效的方法和算法，以达到提高识别性能、推动实际应用的目的。主要研究内容和创新点包含：（1）基于扰动方法合成样本的选择和分类器训练的有效算法；（2）扰动分类结果的高效融合理论与方法研究；（3）利用风格一致约束的基于扰动的文字识别方法研究；（4）图像扰动和特征空间扰动的关系模型和特征空间扰动方法研究。我们将在已有的技术基础和数据基础上，在自由手写汉字识别问题中检验所提出方法的有效性，并发表一系列学术论文，产生较大的学术影响。本项目提出的理论和方法基于特征空间分析，因而可以推广到一般的模式识别框架，用来解决目标识别、人脸识别、语音识别等问题。

中文关键词： 文字识别；扰动；风格一致性约束；判别特征学习；升维

英文摘要：

英文关键词： character recognition；perturbation；Style consistent；Discriminative feature learning；Dimensionality promotion