基于几何形状分析的藏文字符识别

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (18): 201-205.

• 图形、图像、模式识别 • 上一篇下一篇

基于几何形状分析的藏文字符识别

周纬，陈良育，曾振柄

华东师范大学软件学院上海市高可信计算重点实验室，上海 200062

出版日期:2012-06-21 发布日期:2012-06-20

Tibetan recognition based on geometric shape analysis

ZHOU Wei, CHEN Liangyu, ZENG Zhenbing

Shanghai Key Lab of Trustworthy Computing, Software Engineering Institute, East China Normal University, Shanghai 200062, China

Online:2012-06-21 Published:2012-06-20

摘要/Abstract

摘要： 在分析藏文的几何结构的基础上，提出了一种基于几何形状分析的藏文识别方法。通过对藏文的辅音和元音符号的几何特征提取，达到学习的目的，根据印刷体藏文的组成结构特征，对其进行切分，进而分别对切分结果进行识别，将藏文字符转译为拉丁文，使得即使不认识藏文的人也能“读”藏文。实验结果表明，该方法的正确率达89%以上。

关键词: 文字识别, 藏文识别, 人工智能

Abstract: This paper presents an approach to recognize the Tibetan by analyzing the structure and geometric features of the Tibetan writing. It lets the system “learn” the geometric features of Tibetan consonant and vowel symbols, splits the word on the basis of structures of print Tibetan. The results of the segmentation are used to do the next identification. It converts them to Latin which makes people can “read” Tibetan. The experimental result shows the accuracy of this approach can be over 89%.

Key words: character recognition, Tibetan recognition, artificial intelligence

周纬，陈良育，曾振柄. 基于几何形状分析的藏文字符识别[J]. 计算机工程与应用, 2012, 48(18): 201-205.

ZHOU Wei, CHEN Liangyu, ZENG Zhenbing. Tibetan recognition based on geometric shape analysis[J]. Computer Engineering and Applications, 2012, 48(18): 201-205.

[1]	曾春艳，严康，王志锋，余琰，纪纯妹. 深度学习模型可解释性研究综述[J]. 计算机工程与应用, 2021, 57(8): 1-9.
[2]	赵凡，张琳，闻治泉，杨林林，蔺广逢. 一种直接高效的自然场景汉字逼近定位方法[J]. 计算机工程与应用, 2021, 57(6): 159-167.
[3]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[4]	孔松涛，刘池池，史勇，谢义，王堃. 深度强化学习在智能制造中的应用展望综述[J]. 计算机工程与应用, 2021, 57(2): 49-59.
[5]	娄奇鹤，刘虎，谢祥颖，马晓光. 融合级联LSTM的短期电力负荷预测[J]. 计算机工程与应用, 2021, 57(18): 275-280.
[6]	徐遐龄，刘涛，田国辉，于文娟，肖大军，梁陕鹏. 有遮挡环境下的人脸识别方法综述[J]. 计算机工程与应用, 2021, 57(17): 46-60.
[7]	钱文博，熊建斌，岑健，王颀，余得正，吴润杰. 建筑电气系统故障诊断综述[J]. 计算机工程与应用, 2021, 57(16): 27-39.
[8]	李智，王震，杨赋庚，奚雪峰. 基于表格的自动问答研究与展望[J]. 计算机工程与应用, 2021, 57(13): 67-76.
[9]	王友发，陈辉，罗建强. 国内外人工智能的研究热点对比与前沿挖掘[J]. 计算机工程与应用, 2021, 57(12): 46-53.
[10]	刘春，吴一珩. 双路融合的深度估计神经网络方法研究[J]. 计算机工程与应用, 2020, 56(20): 138-145.
[11]	王卉，李英顺. 改进型证据更新规则的动态故障诊断算法[J]. 计算机工程与应用, 2020, 56(2): 261-265.
[12]	唐思源，杨敏，刘燕茹. AI技术辅助诊断新型冠状病毒肺炎研究综述[J]. 计算机工程与应用, 2020, 56(18): 16-24.
[13]	孙晓虎，李洪均. 语音情感识别综述[J]. 计算机工程与应用, 2020, 56(11): 1-9.
[14]	刘阳，林民，李艳玲. 交互式检索的用户模拟器研究综述[J]. 计算机工程与应用, 2020, 56(10): 1-9.
[15]	白创，陈翔. 新型LeNet-FC卷积神经网络模型算法的研究[J]. 计算机工程与应用, 2019, 55(5): 105-111.

基于几何形状分析的藏文字符识别

Tibetan recognition based on geometric shape analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics