申请/专利权人：小语智能信息科技(云南)有限公司

申请日：2021-10-19

公开（公告）日：2022-05-17

公开（公告）号：CN113887480B

主分类号：G06V30/40

分类号：G06V30/40;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2022.05.17#授权;2022.01.21#实质审查的生效;2022.01.04#公开

摘要：本发明涉及基于多解码器联合学习的缅甸语图像文本识别方法及装置，属自然语言处理领域。为解决缅甸语图像中上下标字符文本识别准确率低的问题，本发明提出了基于多解码器联合学习的缅甸语图像文本识别方法，包括缅甸语图像进行预处理、联合基于CTC解码器、基于注意力机制解码器以及基于分割解码器的缅甸语图像文本识别模型构建、基于多解码器联合学习的缅甸语识别模型训练、缅甸语图像文本识别模型四部分构成。根据这四部分功能模块化制成基于多解码器联合学习的缅甸语图像文本识别装置，对输入的缅甸语图片进行文字识别，本发明提高了缅甸语图像文本识别的正确率，有效地解决缅甸语图像中由于字符遮挡或者上下标字符缺失导致难以识别的问题。

主权项：1.基于多解码器联合学习的缅甸语图像文本识别方法，其特征在于：所述方法的具体步骤如下：Step1、对缅甸语图像进行处理；Step2、基于多解码器联合学习的缅甸语识别模型构建：构建联合基于CTC解码器、基于注意力机制解码器以及基于分割解码器的缅甸语图像文本识别模型，分别用于实现对长序列缅甸语、短序列组合字符缅甸语以及缅甸语单字符的识别；Step3、基于多解码器联合学习的缅甸语识别模型训练：设置基于CTC解码器、基于注意力机制解码器以及基于分割解码器的三个子网络的输入，基于多解码器联合学习的方法将三个子网络以相互学习的方式进行联合训练，通过子网络模型参数之间的共享学习，计算网络训练之间的损失值，来优化三个子网络的学习参数与模型权重，进而提升了缅甸语OCR的识别准确度；Step4、基于多解码器联合学习的缅甸语识别模型预测：对模型输入的相关参数进行设置，达到对图像批量处理的目的，从而提高缅甸语OCR模型的速度，接着将训练好的神经网络模型进行保存，并部署于服务器上，实现对缅甸语图像中的文本信息识别。

全文数据：

权利要求：

百度查询： 小语智能信息科技(云南)有限公司 基于多解码器联合学习的缅甸语图像文本识别方法及装置

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