您正在寻找学术文章，我很惊讶您没有找到任何东西。以下是通过 Google Scholar 使用关键字快速搜索path stroke recognition得到的结果handwriting stroke recognition：

• Plamondon, R.：在线和离线手写识别：一项综合调查：看起来是个不错的起点。数字手写表示和手写识别技术的解释（有和没有笔画的轨迹数据）

  没有专门处理汉字，但我认为它可能适用。

• Hideo Ogawa，Keiji Taniguchi：手写汉字识别的细化和笔画分割：看起来很老，但正在处理笔画分割，或者引用“一种将字符分解为一组连续部分笔画的方法”。

  这与您想要的相反（您说您已经掌握了有关笔画的信息），但也许了解笔画表示可能会帮助您走上正确的道路。

• Koschinski, M.：手写数学表达式中符号的分割和识别：同样，不是汉字，而是数学（仍然比普通文本更“异国情调”）。很好，因为它提出了一种基于概率的技术。

• Cheng-Lin Liu, In-Jung Kim, Jin H. Kim：基于模型的笔画提取和手写汉字识别匹配：我认为标题说明了一切。看起来正是您想要的，并承诺有希望的结果。

还要补充一点：上述一堆中的最新参考文献与 2000 一样古老。这表明您想要做的可能是一个经过充分研究的领域，并尝试了最先进的技术。查找参考资料应该不难。

澄清一下，我实际上并没有阅读任何这些文章。我只是做了我通常的初步研究步骤：转到文章数据库（谷歌学者、mendeley、ieeexplore...），输入一些关键字。打开一个有希望的标题，关闭一个完全无趣的摘要。更仔细地阅读剩余的摘要，并选择那些看起来相关的。话虽如此，并不是我提出的所有文章都可能是相关的，但从经验来看，它们很可能是相关的。

我希望这有帮助。另外，如果您在此期间进行了任何研究，请在您的问题中进行编辑并与社区分享。它看起来像一个有趣的话题。

你应该使用神经网络，这是用于光学字符识别的，我相信你可以在谷歌上找到很多关于它的资源。考虑到线条的顺序，您不仅可以使用最终图像，还可以使用每个笔划后的中间图像。