Jak dopasować narysowany chiński znak do bazy animacji obrysów

Mam bazę danych animacji obrysu znaków chińskich. Każdy wpis jest w zasadzie zbiorem punktów, które pokazują, w jaki sposób i w jakiej kolejności należy narysować postać.

Aby ułatwić wyszukiwanie, chciałbym umożliwić użytkownikowi ręczne rysowanie znaków za pomocą myszy, a następnie moje oprogramowanie zaproponuje kilka możliwych dopasowań (tak jak na iPhonie).

Szukałem w Google, ale nie znalazłem nic istotnego. Chciałbym wiedzieć, na jakie algorytmy lub dokument badawczy muszę się przyjrzeć. Wydaje mi się, że ma to coś wspólnego z rozpoznawaniem kształtu, z wyjątkiem tego, że kolejność, w jakiej rysowany jest kształt (chiński znak), jest również istotna. Jakieś sugestie?

Szukałeś artykułów naukowych, jestem zaskoczony, że nic nie znalazłeś. Oto, co szybkie wyszukiwanie w Google Scholar za pomocą słów kluczowych path stroke recognitioni handwriting stroke recognitionmnie:

• Plamondon, R .: Rozpoznawanie pisma odręcznego online i offline: obszerna ankieta : Wygląda na dobre miejsce do rozpoczęcia. Wyjaśnienie cyfrowej reprezentacji pisma ręcznego i technik rozpoznawania pisma odręcznego (z danymi trajektorii pociągnięcia i bez)

  Nie dotyczy konkretnie chińskich znaków, ale myślę, że może mieć zastosowanie.

• Hideo Ogawa, Keiji Taniguchi: Przerzedzenie i segmentacja obrysu dla rozpoznawania odręcznego chińskiego znaku : Wygląda na dość stary, ale zajmuje się segmentacją obrysu lub cytowaniem „sposobu rozbicia postaci na zestaw kolejnych częściowych uderzeń” .

  Jest to odwrotność tego, co chcesz (powiedziałeś, że masz już informacje o pociągnięciach), ale być może zrozumienie reprezentacji uderzeń może pomóc ci we właściwej drodze.

• Koschinski, M .: Segmentacja i rozpoznawanie symboli w odręcznych wyrażeniach matematycznych : Znów nie chińskie znaki, ale matematyczne (co jest bardziej „egzotyczne” niż zwykły tekst). Fajnie, ponieważ zaproponowała technikę opartą na prawdopodobieństwach.

• Cheng-Lin Liu, In-Jung Kim, Jin H. Kim: Wyciąganie udaru na podstawie modelu i dopasowanie do ręcznego rozpoznawania chińskich znaków : Myślę, że tytuł mówi wszystko. Wygląda dokładnie tak, jak chcesz i obiecuje obiecujące wyniki.

Jeszcze jedna rzecz do dodania: najnowsze odniesienie w powyższej grupie jest tak stare, jak 2000 . Oznacza to, że to, co chcesz zrobić, to prawdopodobnie dobrze zbadany obszar z wypróbowanymi najnowocześniejszymi technikami. Nie powinno być trudno szukać materiału referencyjnego.

Dla wyjaśnienia, tak naprawdę nie przeczytałem żadnego z tych artykułów. Właśnie zrobiłem mój zwykły wstępny krok badawczy: przejdź do baz danych artykułów (google scholar, mendeley, ieeexplore ...), wpisz kilka słów kluczowych. Otwórz te z obiecującymi tytułami, zamknij jeden z całkowicie nieciekawymi streszczeniami. Przeczytaj uważnie pozostałe streszczenia i wybierz te, które wydają się odpowiednie. Powiedziawszy to, nie wszystkie artykuły, które zaproponowałem, mogą być istotne, ale sądząc z doświadczenia, najprawdopodobniej są.

Mam nadzieję, że to pomoże. Ponadto, jeśli w międzyczasie przeprowadziłeś jakieś badania, edytuj je w swoim pytaniu i udostępnij społeczności . Wygląda na ciekawy temat.

Powinieneś użyć sieci neuronowej, która jest używana do optycznego rozpoznawania znaków, jestem pewien, że możesz znaleźć wiele zasobów na ten temat w Google. Aby wziąć pod uwagę kolejność linii, możesz użyć nie tylko obrazu końcowego, ale także obrazów pośrednich po każdym pociągnięciu.