申请/专利权人：内蒙古大学

申请日：2020-06-15

公开（公告）日：2020-09-22

公开（公告）号：CN111695527A

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/40(20060101);G06K9/62(20060101)

优先权：

专利状态码：有效-授权

法律状态：2022.07.08#授权;2020.10.20#实质审查的生效;2020.09.22#公开

摘要：本发明公开了一种蒙古文在线手写体识别方法，获取表征手写体蒙古文单词笔画轨迹的手写体蒙古文坐标序列，同时采用表达的蒙古文单词作为标注；依次对手写体蒙古文坐标序列进行平滑化、去噪、规范化处理；将手写体蒙古文坐标序列作为样本，并将对应标注作为样本标签，对样本及样本标签进行数据转换为样本张量和样本标签张量；构建基于注意力机制的序列模型，采用样本张量和样本标签张量训练模型；对待识别手写体蒙古文单词进行处理得到新的样本张量，并将新的样本张量输入基于注意力机制的序列模型中，得到待识别手写体蒙古文单词的概率矩阵；经蒙古文字典引导，采用集束搜索算法得到识别结果，有效提升识别准确度和效率，识别率达到79.88％。

主权项：1.一种蒙古文在线手写体识别方法，其特征在于，按照以下步骤进行：步骤S1、获取移动设备保存的表征手写体蒙古文单词笔画轨迹的坐标序列即手写体蒙古文坐标序列，同时采用该手写体蒙古文坐标序列表达的蒙古文单词作为标注；步骤S2、对手写体蒙古文坐标序列进行平滑化处理；步骤S3、对手写体蒙古文坐标序列进行去噪处理；步骤S4、对手写体蒙古文坐标序列进行规范化处理，使得手写体蒙古文字体大小一致；步骤S5、将一个手写体蒙古文坐标序列作为一个样本，并将样本对应的标注作为样本标签，对样本及样本标签进行数据转换，将其转换为深度学习模型能够处理的样本张量和样本标签张量；步骤S6、构建基于注意力机制的序列模型，并采用样本张量和样本标签张量训练基于注意力机制的序列模型，基于注意力机制的序列模型输出的是由多个概率矩阵组成的三维张量，其第一个维度是样本数量即概率矩阵数量，第二个维度和第三个维度共同组成概率矩阵，第二个维度表示长度为25的预测序列的所有字符位，第三个维度是每个字符位对应所有分类的概率；步骤S7、采用步骤S1～S5对待识别手写体蒙古文单词进行处理得到新的样本张量，并将新的样本张量输入训练后得到的基于注意力机制的序列模型中，得到待识别手写体蒙古文单词的概率矩阵；然后经蒙古文字典引导，采用集束搜索算法匹配最大概率的输出结果，得到蒙古文手写体识别结果。

全文数据：

权利要求：

百度查询： 内蒙古大学 一种蒙古文在线手写体识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD