Handschriftenerkennung

Handschriftenerkennung bezeichnet die automatische Umwandlung handschriftlich verfasster Zeichen in maschinenlesbaren Text. Sie unterscheidet zwischen offline handwriting recognition (HWR), das aus statischen Bildern von handschriftlichen Dokumenten arbeitet, und online handwriting recognition, das auf zeitlichen Informationen aus Stift- oder Stiftsensoren basiert.

Beim Offline-HWR müssen gescannte Dokumente zunächst vorverarbeitet und in einzelne Zeichen oder Blöcke zerlegt werden. Traditionell kamen Template Matching und statistische Modelle wie Hidden Markov Models zum Einsatz; modernere Systeme nutzen Convolutional Neural Networks, Recurrent Neural Networks sowie Methoden wie Connectionist Temporal Classification (CTC) oder Encoder-Decoder-Architekturen, um Zeichenfolgen direkt zu erkennen.

Online-HWR nutzt Rohdaten des Stifts, darunter Position, Druck und Bewegung, und profitiert von der klareren Segmentierung sowie der Information über Zeichenverbindungen. Typische Modelle kombinieren neuronale Netze wie LSTMs oder GRUs mit CNNs oder setzen auf Transformer-basierte Architekturen, oft mit Sequenz-zu-Sequenz-Strukturen.

Zur Bewertung dienen Kennzahlen wie der Character Error Rate (CER) und der Word Error Rate (WER). Standardisierte Datensätze wie IAM Handwriting (Englisch), RIMES (Französisch) oder KHATT (Arabisch) ermöglichen vergleichende Evaluationen.

Anwendungsgebiete reichen von der Digitalisierung historischer Archive, der automatischen Form- und Dokumentenerkennung bis hin zu Notiz- und Schreibassistenten. Zentrale Herausforderungen sind große Variabilität des Handschreibens, Mehrsprachigkeit, Kursive und Ligaturen, sowie die Erkennung historischer oder weniger gut parametrisierter Handschriften und Sprachen mit geringeren Ressourcen.