基于優(yōu)化GDTW-SVM算法的聯(lián)機手寫(xiě)識別

摘要：基于高斯動(dòng)態(tài)時(shí)間規整核函數(Gaussian Dynamic Time Warping kernel)的支持向量機(GDTW-SVM)在聯(lián)機手寫(xiě)識別中有較高的識別率，但是存在計算復雜度高的問(wèn)題。結合聯(lián)機手寫(xiě)識別中特征向量的特點(diǎn)，提出了通過(guò)引入控制參數來(lái)約束GDTW最優(yōu)對齊路徑計算空間的方法，優(yōu)化了GDTW核函數。然后，使用聯(lián)機手寫(xiě)識別數據庫UJIpenchar2進(jìn)行實(shí)驗。實(shí)驗結果表明，該優(yōu)化方法不僅可以減少支持向量的數目，而且提高了GDTW-SVM算法運行的效率。
關(guān)鍵詞：手寫(xiě)識別；動(dòng)態(tài)時(shí)間規整；支持向量機；核方法

0 前言
隨著(zhù)智能手機和平板電腦等無(wú)輸入鍵盤(pán)電子設備的流行，聯(lián)機手寫(xiě)識別的研究吸引了越來(lái)越多的關(guān)注。而手寫(xiě)簽名驗證和基于3D加速度傳感器的姿態(tài)識別、手寫(xiě)識別等新應用形式的出現，也為聯(lián)機手寫(xiě)識別的研究注入了新的活力。
支持向量機(Support Vector Machine，SVM)是在統計學(xué)習理論的基礎上發(fā)展起來(lái)的新一代分類(lèi)識別算法，使用核函數方法將非線(xiàn)性可分的特征向量映射到高維空間，計算最大化分類(lèi)間隔的最優(yōu)分類(lèi)超平面。在文本分類(lèi)、語(yǔ)音識別、手寫(xiě)識別、曲線(xiàn)擬合等領(lǐng)域，SVM已經(jīng)有比較成熟的應用。但是，一般的核函數要求不同樣本的特征向量的維數相同，限制了SVM在語(yǔ)音識別和聯(lián)機手寫(xiě)識別領(lǐng)域的進(jìn)一步發(fā)展。為此，Bahlmann等人使用彈性距離計算算法--DTW算法--構造了GDTW核函數，進(jìn)而提出GDTW-SVM算法。GDTW-SVM的聯(lián)機手寫(xiě)識別實(shí)驗結果表明，GDT W-SVM取得了可媲美隱馬爾科夫模型、神經(jīng)網(wǎng)絡(luò )等分類(lèi)算法的識別率，并且與使用后來(lái)提出的基于其它彈性距離計算構造的核函數的SVM相比，性能不相伯仲。
本文結合GDTW核函數和聯(lián)機手寫(xiě)識別樣本的特征向量的特點(diǎn)，引入新的控制參數優(yōu)化GDTW核函數的計算。實(shí)驗結果表明，本文提出的優(yōu)化方法不僅減少了支持向量的數目，而且提高了GDTW-SVM運行效率。

1 聯(lián)機手寫(xiě)識別過(guò)程
1．1 聯(lián)機手寫(xiě)識別流程介紹
聯(lián)機手寫(xiě)識別的過(guò)程與通用模式識別的過(guò)程基本相同，由數據采集和預處理、特征提取、分類(lèi)識別、后處理四個(gè)步驟組成。
在數據采集和預處理階段，首先使用傳感器采集原始物理信息，比較常見(jiàn)的是加速度、速度、位移、起筆和落筆；然后，對原始信息進(jìn)行傳感器矯正、去噪等預處理。
特征提取是手寫(xiě)識別的重要步驟之一，對分類(lèi)器的設計和分類(lèi)結果有著(zhù)重要的影響，選擇合適的特征不僅可以提高識別率，也可以節省計算存儲空間、運算時(shí)間、特征提取費用。聯(lián)機手寫(xiě)識別中比較常見(jiàn)特征提取方法有加速度、位移、DCT變換等。
分類(lèi)識別是手寫(xiě)識別的核心階段，大多數分類(lèi)器在實(shí)際分類(lèi)應用之前，需要使用訓練樣本對分類(lèi)器進(jìn)行訓練，不斷地修正特征提取方法和方案、分類(lèi)器的判決規則和參數。目前，分類(lèi)識別的訓練階段需要人工干預以達到最佳的識別率。
一些識別系統在分類(lèi)識別之后使用后處理進(jìn)一步提高識別率。例如，數字“1”和小寫(xiě)字母“1”在很多情況下難以分辨，但是在后處理階段結合上下文信息，決定當前字符是數字“1”還是小寫(xiě)字母“1”。
1．2 聯(lián)機手寫(xiě)識別實(shí)驗
本文聯(lián)機手寫(xiě)識別實(shí)驗采用了Bahlmann等人和Bothe等人使用的方法。所使用的樣本數據庫是免費的聯(lián)機手寫(xiě)數據庫UJIpenchars2。它采用Toshiba M400 Tablet PC收集，包含60個(gè)書(shū)寫(xiě)者的共11640個(gè)手寫(xiě)樣本。這些樣本包含ASCII字符、拉丁字符和西班牙字符，而每個(gè)字符包含80個(gè)訓練樣本和140個(gè)測試樣本。每個(gè)樣本由一劃或多劃組成，數據庫提供每個(gè)筆劃的坐標序列。
坐標序列由等時(shí)間間隔采集的筆尖的水平坐標xi和垂直坐標yi組成。而在本文實(shí)驗中，樣本的坐標序列不經(jīng)過(guò)任何去噪等預處理，直接對每個(gè)坐標點(diǎn)，使用字符的重心(μx，μy)和垂直坐標的方差σy計算列向量

式(1)中，ang是求虛數相角的函數。每個(gè)字符樣本的特征向量是T=(t1，…，tNT)，其中，NT是采集的坐標點(diǎn)數目，即特征向量的維數，每個(gè)字符樣本的NT可以不相同。
本文的聯(lián)機手寫(xiě)識別實(shí)驗假設每個(gè)字符不需要分析其上下文即可完成識別，所以，特征提取之后使用本文所述的分類(lèi)算法進(jìn)行分類(lèi)識別，并且將其輸出結果作為最終識別結果，不經(jīng)過(guò)任何后處理。