申澤波，廖廣軍

（廣東警官學(xué)院刑事技術(shù)系，廣東廣州510232）

作為漢字的書寫現(xiàn)象，筆順是筆跡鑒定的重要依據(jù)。筆順識(shí)別指識(shí)別非連筆字的筆順。筆順識(shí)別是一種模式識(shí)別，即將樣本字的歸入與筆順對(duì)應(yīng)的模式類中。近些年，報(bào)道了一系列基于實(shí)驗(yàn)筆跡樣本數(shù)據(jù)的筆順識(shí)別方法，包括山、字、入等字。①申澤波．山字筆順識(shí)別方法［J］．江蘇警官學(xué)院學(xué)報(bào)，2011，（2）:176-178．②申澤波，胡迎梅．女字筆順識(shí)別方法［J］．廣東公安科技，2012，（2）:24-26．③申澤波．入字筆順識(shí)別方法［J］．中國(guó)司法鑒定，2012，（6）:72-74．這些研究借鑒了計(jì)算機(jī)模式識(shí)別理論，在特征提取、分類器設(shè)計(jì)上取得了突破，識(shí)別方法有較高的有效性和可靠性。但已有研究忽視了筆跡樣本的筆順分布問題。在筆順自然分布的筆跡樣本中，少見筆順樣本比例較低，直接采用這樣的筆跡樣本作為訓(xùn)練樣本，降低了對(duì)少見筆順的準(zhǔn)確識(shí)別率。筆者認(rèn)為，可以通過人為增加少見筆順樣本來克服這一缺陷。

尚字頭是一個(gè)常用漢字部件，可以組成尚、常、堂、黨、掌等常用字，下文有時(shí)把尚字頭也稱作字。對(duì)尚字頭的筆順識(shí)別方法目前沒有報(bào)道，研究使用少見筆順增強(qiáng)訓(xùn)練樣本，建立了尚字頭筆順識(shí)別方法。

一、對(duì)象與方法

被試為641名在校本科生，年齡19-23歲。用投影儀顯示一篇短文，被試抄寫形成實(shí)驗(yàn)筆跡樣本。抄寫的短文有多種，均含有常和堂字。被試使用橫欄書寫紙、黑色中性筆書寫。

筆順數(shù)據(jù)由被試報(bào)告，采用專門程序獲取數(shù)據(jù)。第一步，被試2-3人分為一組，他們交叉識(shí)別組內(nèi)成員的筆順，將結(jié)果記錄在實(shí)驗(yàn)報(bào)告中。第二步，書寫樣本的被試核實(shí)他人的識(shí)別結(jié)果，結(jié)果錯(cuò)誤在實(shí)驗(yàn)報(bào)告中記錄正確的筆順。第三步，識(shí)別者查看核實(shí)結(jié)果，評(píng)估自己的準(zhǔn)確識(shí)別率。在這個(gè)過程中，被試之間相互制約，保證了數(shù)據(jù)的可靠性。

本次測(cè)試共收回實(shí)驗(yàn)筆跡樣本641份，其中，有效樣本636份，剔除了5份有錯(cuò)寫或別寫的樣本。按照實(shí)驗(yàn)的時(shí)間順序，將有效樣本分為兩部分：第一部分用于選取訓(xùn)練樣本，共496份；第二部分用于選取測(cè)試樣本，共140份。

識(shí)別方法的測(cè)試者為一名一年級(jí)本科生，無筆順識(shí)別經(jīng)驗(yàn)。

二、結(jié)果與分析

（一）尚字頭筆順和樣本字選取

尚字頭由豎、點(diǎn)、撇3個(gè)筆畫構(gòu)成，有3個(gè)筆順，其中，豎點(diǎn)撇為常見筆順，點(diǎn)豎撇、點(diǎn)撇豎為少見筆順。非連筆的尚字頭是指依據(jù)連筆不能唯一地確定筆順的尚字頭。當(dāng)尚字頭的點(diǎn)與豎、豎與點(diǎn)、豎與撇連筆時(shí)，都可以唯一地確定筆順，但點(diǎn)與撇連筆有豎點(diǎn)撇、點(diǎn)撇豎兩種筆順。

從第一部分實(shí)驗(yàn)樣本中選擇有非連筆尚字頭的樣本。在常見筆順樣本中隨機(jī)抽取了186份訓(xùn)練樣本，其中，172份樣本有2個(gè)非連筆尚字頭，14份樣本有1個(gè)非連筆的尚字頭，共獲得358個(gè)訓(xùn)練樣本字；把全部76份少見筆順樣本作為訓(xùn)練樣本，其中，67份樣本有2個(gè)非連筆的尚字頭，9份樣本有1個(gè)非連筆的尚字頭，共獲得143個(gè)訓(xùn)練樣本字。

從第二部分實(shí)驗(yàn)樣本中選擇有非連筆尚字頭的樣本，得到117份測(cè)試樣本，其中104份樣本有2個(gè)非連筆尚字頭，13份樣本有1個(gè)非連筆尚字頭，共獲得有221個(gè)測(cè)試樣本字。

（二）特征提取

分析訓(xùn)練樣本，提取尚字頭的下列形態(tài)特征作為筆順識(shí)別的依據(jù)。

1．豎筆的形狀。豎筆的形狀分為兩種：左凸的弧和其他形狀，如圖1所示，圖1中堂字尚字頭豎筆為左凸的弧，常字豎筆為其他形狀。左凸的弧又如圖3中的堂字。

圖1 尚字頭豎筆形狀

2．豎筆收筆方式。豎筆收筆方式有三種：一是無動(dòng)向鉤；二是有向左的動(dòng)向鉤；三是有向右的動(dòng)向鉤，如圖2、圖3所示。圖2為向左的動(dòng)向鉤，圖3中的常字為向右的動(dòng)向鉤。收筆動(dòng)向鉤指筆畫末端指向下一筆起筆方向的側(cè)鉤。有的動(dòng)向鉤較小，需要用顯微鏡觀察。

圖2 尚字頭豎筆左動(dòng)向鉤

圖3 尚字頭豎筆右動(dòng)向鉤

3．豎筆動(dòng)態(tài)。書寫運(yùn)動(dòng)在豎、撇等長(zhǎng)筆畫上易于形成收筆動(dòng)向鉤，對(duì)點(diǎn)筆卻會(huì)影響其自身的形態(tài)，這種情況稱為點(diǎn)的動(dòng)態(tài)。點(diǎn)的動(dòng)態(tài)指點(diǎn)寫成漸細(xì)的弧形，且收筆指向下一筆的起筆方向。豎筆動(dòng)態(tài)指豎筆寫成點(diǎn)時(shí)的動(dòng)態(tài)，有三種情況，無動(dòng)態(tài)，向左動(dòng)態(tài)，向右動(dòng)態(tài)，如圖4所示。圖4中第一份樣本堂字為向左動(dòng)態(tài)，常字為無動(dòng)態(tài)，第二份樣本為向右動(dòng)態(tài)。

圖4 尚字頭豎筆動(dòng)態(tài)

4．豎筆與水平線的夾角。測(cè)量角度時(shí)，水平軸方向向左。如豎筆為弧形，測(cè)其弦，豎筆部分為弧形，測(cè)其直線部分。豎筆為向左動(dòng)態(tài)時(shí)，規(guī)定夾角為90°；豎筆為左凸的弧、向右動(dòng)態(tài)、圓點(diǎn)時(shí)，規(guī)定夾角等于點(diǎn)筆與水平線的夾角；當(dāng)豎筆與水平線測(cè)量角度大于80°，小于90°時(shí)，規(guī)定夾角為90°。

5．點(diǎn)筆動(dòng)態(tài)。點(diǎn)筆動(dòng)態(tài)有兩種：無動(dòng)態(tài)和向右動(dòng)態(tài)，如圖4第一份樣本和圖5所示。點(diǎn)筆與撇筆連筆時(shí)，點(diǎn)筆動(dòng)態(tài)難以觀察，規(guī)定點(diǎn)筆為向右動(dòng)態(tài)。

圖5 尚字頭點(diǎn)筆動(dòng)態(tài)

6．點(diǎn)筆與水平線的夾角。測(cè)量角度時(shí)，水平軸方向向左。點(diǎn)筆為向右動(dòng)態(tài)、圓點(diǎn)時(shí)，規(guī)定夾角為10°，如圖6所示。

圖6 尚字頭點(diǎn)筆為圓點(diǎn)

（三）分類器設(shè)計(jì)

尚字頭筆順的分類器為決策樹和判別函數(shù)復(fù)合的形式。

1．決策樹。尚字頭豎筆與下方部件的橫筆交叉時(shí)，筆順無法識(shí)別。豎筆與水平線夾角大于105°時(shí)，筆順無法識(shí)別，小于等于105°時(shí)，筆順由判別函數(shù)決定。

2．判別函數(shù)。設(shè)：尚字頭豎筆收筆方式為X1，令無動(dòng)向鉤時(shí)，X1=0；左動(dòng)向鉤時(shí)，X1=50；右動(dòng)向鉤時(shí)，X1=-50。

豎筆與水平線夾角為X2，X2取值不帶角度單位。

點(diǎn)筆與水平線夾角為X3，X3取值不帶角度單位。

擬定判別函數(shù)為：Y=（X1+3X2-X3）/200

3．判別規(guī)則：當(dāng)Y≤0．89時(shí)，筆順為點(diǎn)豎撇；Y≥1．01時(shí)，筆順為豎點(diǎn)撇；0．89＜Y＜1．01時(shí)筆順無法識(shí)別。

舉例，識(shí)別圖7的2份樣本的4個(gè)樣本字的筆順。

圖7 2份待識(shí)別筆順的樣本

圖7第一個(gè)樣本字判別函數(shù)值為1．1，筆順為豎點(diǎn)撇；第二、第三、第四個(gè)樣本字豎筆與水平線夾角大于105°，拒識(shí)。分類器拒識(shí)這三個(gè)樣本字是出于降低錯(cuò)誤率的考慮。第一份樣本的正確筆順為豎點(diǎn)撇，第二份樣本的正確筆順為點(diǎn)豎撇。

（四）識(shí)別方法性能的評(píng)估

測(cè)試者得到的書面指導(dǎo)為本文結(jié)果與分析部分尚字頭筆順及樣本字選取、特征提取、分類器設(shè)計(jì)三部分的內(nèi)容，測(cè)試使用10倍刻度顯微鏡，判別函數(shù)值由Excel表格自動(dòng)計(jì)算。

在221個(gè)測(cè)試樣本字中，23個(gè)樣本字拒識(shí)，拒識(shí)率10．4%，95%置信區(qū)間［6．3%，14．5%］，11個(gè)樣本字識(shí)別結(jié)果錯(cuò)誤，錯(cuò)誤率5．0%，95%置信區(qū)間［2．1%，7．9%］，準(zhǔn)確識(shí)別率84．6%，95%置信區(qū)間［79．9%，89．3%］。圖8為一份錯(cuò)誤識(shí)別筆順的樣本，正確的筆順為點(diǎn)豎撇。

圖8 錯(cuò)誤識(shí)別尚字頭筆順的樣本

三、討論

尚字頭的特點(diǎn)是三個(gè)筆畫較小，且運(yùn)筆方向相近。在特征提取上，尚字頭筆順識(shí)別首次使用了點(diǎn)的動(dòng)態(tài)這個(gè)特征。筆跡鑒定的傳統(tǒng)方法沒有認(rèn)識(shí)到點(diǎn)筆動(dòng)態(tài)的作用。①賈玉文．筆跡檢驗(yàn)［M］．北京：警官教育出版社，1999：106-109．對(duì)于筆畫角度，反犬旁筆順識(shí)別方法定性地使用了筆畫夾角特征，②申澤波．筆跡鑒定中的反犬旁筆順識(shí)別方法研究［J］．廣東公安科技，2011，（1）:7-9．入字筆順識(shí)別方法定量地使用了筆畫與水平線的夾角，③申澤波．入字筆順識(shí)別方法［J］．中國(guó)司法鑒定，2012，（6）:72-74．尚字頭則提取了兩個(gè)筆畫與水平線的夾角，以Z=3x-y這一抽象的函數(shù)關(guān)系為核心設(shè)計(jì)分類器，突破了筆畫夾角的形象性。

過去報(bào)道的筆順識(shí)別方法的分類器有決策樹和判別函數(shù)兩種形式。由于尚字頭的情況較為復(fù)雜，研究采用了決策樹與判別函數(shù)復(fù)合的多層次的分類器。決策樹主要是解決筆順點(diǎn)撇豎的分類問題，判別函數(shù)解決筆順豎點(diǎn)撇、點(diǎn)豎撇的分類。經(jīng)驗(yàn)表明，在使用筆畫角度特征時(shí)，判別函數(shù)形式的分類器具有優(yōu)勢(shì)。

尚字頭筆順識(shí)別方法具有與已經(jīng)報(bào)道的筆順識(shí)別方法相當(dāng)?shù)目煽啃院陀行裕?，入字筆順識(shí)別方法準(zhǔn)確識(shí)別率84．0%，錯(cuò)誤率4．6%。④同③．研究使用了增強(qiáng)型訓(xùn)練樣本，有效提高了少見筆順點(diǎn)豎撇的準(zhǔn)確識(shí)別率。但尚字頭3個(gè)筆順中的點(diǎn)撇豎出現(xiàn)率很低，增強(qiáng)以后訓(xùn)練樣本數(shù)量仍然較少，導(dǎo)致分類器對(duì)這個(gè)筆順不敏感。實(shí)際上，分類器對(duì)這個(gè)筆順只能輸出拒識(shí)和其他筆順這兩種結(jié)果，這構(gòu)成了拒識(shí)率、錯(cuò)誤率的主要成分。

尚字頭筆順識(shí)別方法的建立，為筆跡鑒定提供了替代專家經(jīng)驗(yàn)的方法。在筆順識(shí)別領(lǐng)域，首次采用增強(qiáng)型訓(xùn)練樣本，顯示出這一方法的優(yōu)勢(shì)，這在筆順識(shí)別研究中具有推廣價(jià)值。