HMM如何用于手写识别？

Question

问题与传统的手写识别有点不同.我有一个数以千计的数据集.对于一个绘制的角色,我有几个顺序(x, y)坐标,其中笔被按下.所以,这是一个连续的(时间)问题.

我希望能够根据这些数据对手写字符进行分类,并希望为学习目的实现HMM.但是,这是正确的方法吗？他们如何习惯这样做？

Answer 1

这个问题实际上是两个问题的混合体：

1. 从数据中识别一个字符
2. 从（嘈杂的）字符序列中识别单词

HMM 用于从噪声测量中查找有限数量的离散状态的最可能的序列。这正是问题 2，因为离散状态 az,0-9 的噪声测量按顺序相互跟随。

对于问题 1，HMM 没有用，因为你对底层序列不感兴趣。您想要的是用有关您如何书写的信息来增强您的手写数字。

就我个人而言，我会首先实现常规的最先进的手写识别，这已经非常好（使用卷积神经网络或深度学习）。之后，您可以添加有关其书写方式的信息，例如顺时针/逆时针。