手写数学符号的在线识别
计算机视觉与模式识别
2016-02-19 v1
摘要
找到一个未知符号的名称通常很难，但写出该符号却很容易。这篇学士论文提出了多个利用笔轨迹对手写符号进行分类的系统。使用两个众包项目收集的166898条记录，评估了五种预处理步骤、一种数据增强算法、五种特征以及多层感知机训练的五种变体。这21个实验的评估结果用于创建一个优化识别器，其TOP1误差小于17.5%，TOP3误差为4.0%。相较于之前，TOP1误差改进了18.5%，TOP3误差改进了29.7%。
引用
@article{arxiv.1511.09030,
title = {On-line Recognition of Handwritten Mathematical Symbols},
author = {Martin Thoma},
journal= {arXiv preprint arXiv:1511.09030},
year = {2016}
}