摘要：利用隐态马尔可夫模型 (hmms) ,对银行票据中金额的大小写数据识别问题进行了研究 主要内容包括建立新颖的文字分割算法 ;设计hmm训练和识别算法 在hmm系统中 ,将使用频率比较高的手写体错别字和同音字作为不同的字符类来处理 ;同时在hmm的训练过程中 ,提出了平滑参数的新方法 实验结果表明 ,该方法在实践中是可行的 。

摘要：在人机交互过程中,理解人类的情绪是计算机和人进行交流必备的技能之一。最能表达人类情绪的就是面部表情。设计任何现实情景中的人机界面,面部表情识别是必不可少的。在本文中,我们提出了交互式计算环境中的一种新的实时面部表情识别框架。文章对这个领域的研究主要有两大贡献:第一,提出了一种新的网络结构和基于AdaBoost的嵌入式hmm的参数学习算法。第二,将这种优化的嵌入式hmm用于实时面部表情识别。本文中,嵌入式hmm把二维离散余弦变形后的系数作为观测向量,这和以前利用像素深度来构建观测向量的嵌入式hmm方法不同。因为算法同时修正了嵌入式hmm的网络结构和参数,大大提高了分类的精确度。该系统减少了训练和识别系统的复杂程度,提供了更加灵活的框架,且能应用于实时人机交互应用软件中。实验结果显示该方法是一种高效的面部表情识别方法。