申请/专利权人：中国科学院半导体研究所

申请日：2019-11-28

公开（公告）日：2024-04-09

公开（公告）号：CN110969165B

主分类号：G06V30/148

分类号：G06V30/148;G06V30/19;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2020.05.01#实质审查的生效;2020.04.07#公开

摘要：一种手写字符识别方法，应用于计算机技术领域，包括：获取待识别的手写字符图片，生成与该待识别的手写字符图片字符相同的模板字符图片，将该模板字符图片输入给深度匹配神经网络，以使该深度匹配神经网络提取该模板字符图片的模板字符特征，将该待识别的手写字符图片输入给该深度匹配神经网络，以使深度匹配神经网络根据模板字符特征识别待识别的手写字符图片。本申请还公开了一种手写字符识别装置、电子设备及存储介质，可有效识别手写字符。

主权项：1.一种手写字符识别方法，其特征在于，包括：构建一个深度卷积神经网络；将样本集输入至所述深度卷积神经网络，采用随机梯度下降法，通过反向传播交叉熵损失梯度来训练所述深度卷积神经网络，所述样本集包括所有模板字符图片的子集和批大小为N的手写字符图片，其中，所述所有模板字符图片是具有特定字体的字符图片，包含GB2312-80标准一级集中常用的3755个字符，由模板字符生成机器生成；当样本集中的模板字符图片和手写字符图片之间的误差收敛时，终止所述深度卷积神经网络的训练，得到深度匹配神经网络，并保存所述深度匹配神经网络中各个层的参数；利用所有模板字符图片和批大小为N手写字符图片，更新所述深度匹配神经网络中Softmax分类层的参数；获取待识别的手写字符图片；使用和训练时相同的模板字符生成机器，生成与所述待识别的手写字符图片字符相同的模板字符图片；将所述模板字符图片输入给所述深度匹配神经网络，以使所述深度匹配神经网络提取所述模板字符图片的模板字符特征；将所述待识别的手写字符图片输入给所述深度匹配神经网络，以使所述深度匹配神经网络根据所述模板字符特征识别所述待识别的手写字符图片；所述手写字符图片可以是用户用手或者触控笔通过触摸屏进行写入的，也可以是由系统根据人体书写习惯随机生成的，其带有用户个性化特征。

全文数据：

权利要求：

百度查询： 中国科学院半导体研究所 手写字符识别方法、装置、电子设备及存储介质

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