Zusammenfassung
Mit diesem Beitrag stellen wir unseren gegenwärtigen Stand bei der Entwicklung eines Systems zum Lesen handgeschriebener Adressen vor. Die besondere Schwierigkeit dieser Anwendung liegt in der großen Variabilität von Handschriften verschiedener Schreiber. Zur Reduzierung der Variation von Größe und Lage der Schrift haben wir eine Vorverarbeitung entwickelt, die auf einer effizienten und robusten Basisliniendetektion beruht.
Die Klassifikation in unserem System beruht auf der aus der Spracherkennung bekannten Hidden-Markov-Modellierung. Als Modelle verwenden wir jedoch nicht die in der Schrifterkennung üblichen Buchstabenmodelle, sondern eine Hierarchie von erweiterten Modellen, die auch den Kontext der umgebenden Buchstaben berücksichtigen. Die Experimente auf einer Stichprobe von ca. 12000 handgeschriebenen Städte- und Straßennamen zeigen eine deutliche Steigerung der Erkennungsrate bei Verwendung der Kontextmodelle im Vergleich zu den herkömmlichen Modellen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
R. Bozinovic, S. Sihari: Off-Line Cursive Script Word Recognition, IEEE Trans. on Pattern Analysis and Machine Intelligence, Bd. 11, Nr. 1, 1989, S. 68 - 83.
H. Bunke, M. Roth, E. G. Schukat-Talamazzini: Off-Line Cursive Handwriting Recognition Using Hidden Markov Models, Pattern Recognition, Bd. 28, Nr. 9, 1995, S. 1399–1412.
T. Caesar, J. Gloger, E. Mandler: Preprocessing and Feature Extraction for a Handwriting Recognition System, in Proc. Int. Conf. on Document Analysis and Recognition, Tsukuba Science City, 1993, S. 408–411.
X. Huang, Y. Ariki, M. Jack: Hidden Markov Models for Speech Recognition, Nr. 7 in Information Technology Series, Edinburgh University Press, Edinburgh, 1990.
T. Kaltenmeier, T. Caesar, J. Gloger, E. Mandler: Sophisticated Topology of Hidden Markov Models for Cursive Script Recognition, in Proc. Int. Conf. on Document Analysis and Recognition, Tsukuba Science City, 1993, S. 139–142.
G. Kaufmann, H. Bunke, T. Ha: Recognition of Cursively Handwritten Words using a Combined Normalization/Perturbation Approach, in Proc. Int. Workshop on Frontiers in Handwriting Recognition, Colchester, Essex, UK, 1996, S. 17–22.
Y. Linde, A. Buzo, R. Gray: An Algorithm for Vector Quantizer Design, IEEE Trans. on Communications, Bd. 28, Nr. 1, 1980, S. 84–95.
N. Otsu: A Threshold Selection Method from Gray-Level Histograms, IEEE Transactions on Systems, Man, and Cybernetics, Bd. 9, Nr. 1, 1979, S. 62–66.
W. Press, B. Flannery, S. Teukolsky, W. Vetterling: Numerical Recipes in C — The Art of Scientific Computing, Cambridge University Press, New York, 1990.
E. G. Schukat-Talamazzini: Automatische Spracherkennung, Vieweg, Wiesbaden, 1995.
E. G. Schukat-Talamazzini, H. Niemann: Das ISADORA-System — ein akustisch-phonetisches Netzwerk zur automatischen Spracherkennung, in Proc. 13. DA GM-Symposium, Springer, Berlin, 1991, S. 251–258.
R. Seiler, M. Schenkel, F. Eggimann: Cursive Handwriting: Off-line versus Online Recognition, in Proc. Int. Workshop on Frontiers in Handwriting Recognition, Colchester, Essex, UK, 1996, S. 23–28.
A. Senior: Off-Line Handwriting Recognition: A Review and Experiments, Technical Report CUED/F-INFENG/TR 105, Cambridge University Engineering Department, Cambridge, UK, December 1992.
B. Yanikoglu, P. Sandon: Off Line Cursive Handwriting Recognition Using Style Parameters, Technical Report PCS-TR-93-192, Department of Mathematics and Computer Science, Dartmouth College, Hanover, New Hampshire, USA, June 1993.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Schüßler, M., Niemann, H. (1997). Die Verwendung von Kontextmodellen bei der Erkennung handgeschriebener Wörter. In: Paulus, E., Wahl, F.M. (eds) Mustererkennung 1997. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60893-3_27
Download citation
DOI: https://doi.org/10.1007/978-3-642-60893-3_27
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-63426-3
Online ISBN: 978-3-642-60893-3
eBook Packages: Springer Book Archive