利用字形风格信息提高文字识别系统性能的理论和方法研究

以孤立的单个字符的整字整体变化为基础的提高识别率研究取得相当进展的基础上，却遇到进一步提高的瓶颈。如何进一步提高文字识别性能，成为文字识别、乃至模式识别中急待解决、却难以解决的挑战性问题。本课题在长期从事文字识别研究经验的基础上，研究充分利用传统的文字识别方法中忽略的上下文中字符形状风格之间的约束信息，提高整串文字识别正确率的新方法。主要研究内容包括：风格和风格约束的数学描述、风格约束条件下的风格聚类划分、利用风格约束改进识别的具体计算方法、利用风格约束提高系统自适应性的理论和方法。前期的实验已经验证这种理论的可行性，研究的重点和难点在于：如何建立比较完善的理论体系；如何对复杂分类器和大字符集条件下仍然能够保持性能；并能够对OCR和联机手写识别等人们日常使用的文字识别应用有明显的性能提高。