在本文中,我们研究了Oracle字符识别和一般草图识别。 首先,收集Oracle字符的数据集进行分析,这些数据是中国最古老的象形文字,但仍是现代汉字的一部分。 其次,评估与形状和草图相关的作品中的典型视觉表示。 我们分析了解决这些表示形式时遇到的问题,并确定了几种表示形式设计标准。 在分析的基础上,我们提出一种新颖的分层表示,结合了Gabor相关的低级表示和稀疏编码器相关的中级表示。 大量的实验表明,所提出的表示在Oracle字符识别和一般草图识别中都是有效的。 提出的表示形式还可以补充基于卷积神经网络(CNN)的模型。 我们介绍了一种解决方案,可将建议的表示与基于CNN的模型相结合,并在两种方法上均能实现更好的性能。 这种解决方案在识别通用草图方面已经击败了人类。