ISCAS OpenIR  > 人机交互技术与智能信息处理实验室
基于模板匹配和SVM的草图符号自适应识别方法
Alternative Titleadaptive symbol recognition for sketch-based interfaces based on template matching and svm
姜映映; 田丰; 王绪刚; 戴国忠
2009
Source计算机学报
Volume32Issue:2Pages:252-260
English Abstract草图符号的自适应学习中,不同用户的训练样本数量可能不同。保持在不同样本数量下良好的学习效果成为需要解决的一个重要问题.提出一种自适应的草图符号识别方法,该方法采用与训练样本个数相关的分类器组合策略将模板匹配方法和SVM统计分类方法进行了高效组合.它通过利用支持小样本学习的模板匹配方法和支持大量样本学习的SVM方法,并同时利用草图符号中的在线信息和离线信息,实现了不同样本个数下自适应的符号学习和识别.基于该方法,文中设计并实现了支持自适应识别的草图符号组件.最后,利用扩展的PIBGToolkit开发出原型系统IdeaNote.评估表明,该方法可以在24类草图符号分别使用1到20个训练样本时具有较高的识别正确率和较好的时间性能.
Indexed TypeEI
Keyword符号识别
Language中文
Content Type期刊论文
URIhttp://ir.iscas.ac.cn/handle/311060/623
Collection人机交互技术与智能信息处理实验室
Recommended Citation
GB/T 7714
姜映映,田丰,王绪刚,等. 基于模板匹配和SVM的草图符号自适应识别方法[J]. 计算机学报,2009,32(2):252-260.
APA 姜映映,田丰,王绪刚,&戴国忠.(2009).基于模板匹配和SVM的草图符号自适应识别方法.计算机学报,32(2),252-260.
MLA 姜映映,et al."基于模板匹配和SVM的草图符号自适应识别方法".计算机学报 32.2(2009):252-260.
Files in This Item:
File Name/Size DocType Version Access License
田丰per-02.pdf(769KB) 开放获取LicenseApplication Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[姜映映]'s Articles
[田丰]'s Articles
[王绪刚]'s Articles
Baidu academic
Similar articles in Baidu academic
[姜映映]'s Articles
[田丰]'s Articles
[王绪刚]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[姜映映]'s Articles
[田丰]'s Articles
[王绪刚]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.