当前位置: 首页 > 科技成果列表 > 科技成果详细

一种适用于自然场景下的中文文字识别方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2016-05-12

专利所属地 :中国

专利号:CN201610319179.6

应用领域:通用仪器仪表制造

技术领域:电子信息

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

本发明公开了一种应用于自然场景下的中文文字识别的方法,该方法通过建模训练阶段和文字识别阶段两个阶段进行文字识别。

建模训练阶段: 1. 依次先建立模板文字的树状结构表示。 2. 然后合成训练集。 3. 接着训练卷积神经网络。 4. 随后提取节点的深度模板特征。 5. 最后建立并训练马尔科夫随机场。

文字识别阶段: 1. 首先对待识别图片进行图片预处理。 2. 然后提取输入图片的深度特征。 3. 随后最小化马尔科夫随机场能量函数。 4. 最后识别文字。

本方法在进行文字识别时,同时考虑了文字的局部特征和全局结构。通过将马尔科夫随机场技术与树状结构中节点的深度特征相结合,克服了自然场景下由于文字模糊、形变大对识别效果的影响,从而提高了识别的效率。

(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 一种适用于自然场景下的中文文字识别方法
专利状态 - 专利号(申请号) CN201610319179.6
申请号 - 专利申请日期 2016-05-12
专利授权日期 2016-10-12 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 路通;刘小龙
权利人 -
专利摘要 本发明公开了一种应用于自然场景下的中文文字识别的方法,通过建模训练阶段和文字识别阶段两个阶段进行文字识别。建模训练阶段依次先建立模板文字的树状结构表示,然后合成训练集,再训练卷积神经网络,之后提取节点的深度模板特征,最后建立并训练马尔科夫随机场;文字识别阶段则先对待识别图片进行图片预处理,然后提取输入图片的深度特征,随后最小化马尔科夫随机场能量函数,最后识别文字。本方法在进行文字识别时,同时考虑了文字的局部特征和全局结构,通过将马尔科夫随机场技术与树状结构中节点的深度特征相结合,克服了自然场景下由于文字模糊、形变大对识别效果的影响,提高了识别的效率。
成果评价分析
技术应用分析
服务案例
Baidu
map