[发明专利]一种文字识别方法及装置有效
申请号: | 201410088106.1 | 申请日: | 2014-03-11 |
公开(公告)号: | CN104915627B | 公开(公告)日: | 2019-04-26 |
发明(设计)人: | 王进;卢影;颉小凤;陈乔松;邓欣 | 申请(专利权)人: | 重庆邮电大学;腾讯科技(深圳)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 唐华明 |
地址: | 400065*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文字识别 特征集 接收输入 特征生成 向量处理 预设条件 预先存储 预设 匹配 成功 | ||
1.一种文字识别方法,其特征在于,所述方法包括:
接收输入的任一待识别文字;
将所述待识别文字进行向量处理;
确定所述待识别文字的待识别特征集,所述待识别特征集包括待识别特征;
根据所述待识别特征生成预设个数的待识别超边;
将所述待识别超边与预先存储的超边库中的超边进行对比,当所述待识别超边与所述超边库中的超边匹配个数满足预设条件时,确定所述待识别文字识别成功;
所述根据所述待识别特征生成预设个数的待识别超边,包括:
采用超边替代超网络分类器,将所述待识别特征集中的待识别特征进行学习分类后,得到分类后待识别特征,对所述分类后待识别特征进行多次随机采样生成预设个数的待识别超边。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
预先学习并存储文字的超边库,所述超边库包括预设个数的超边。
3.根据权利要求2所述的方法,其特征在于,所述预先学习并存储文字的超边库,所述超边库包括预设个数的超边,包括:
获取任一用户多次输入的同一文字;
将所述文字进行向量处理后,得到所述文字的特征集,所述特征集包括所述文字的特征;
根据所述文字的特征生成预设个数的超边,并利用生成的超边组成超边库。
4.根据权利要求3所述的方法,其特征在于,所述根据所述文字的特征生成预设个数的超边,并利用生成的超边组成超边库,包括:
对所述文字的特征进行多次随机采样生成预设个数的超边;
采用超边替代超网络分类器,将所述超边进行学习分类后,得到超边库,所述超边库包括学习分类后的超边。
5.根据权利要求1-4中任一所述的方法,其特征在于,所述接收输入的任一待识别文字,包括:
利用笔画追踪技术接收输入的任一待识别文字。
6.根据权利要求1所述的方法,其特征在于,所述将所述待识别文字进行向量处理后,得到所述待识别文字的待识别特征集,所述待识别特征集包括待识别特征,包括:
按照笔画,将所述待识别文字划分为预设数量的特征段;
利用最小二乘拟合方法,确定所述特征段的方向向量;
根据所述特征段的方向向量确定所述待识别文字的待识别特征集,所述待识别特征集包括待识别特征。
7.根据权利要求3所述的方法,其特征在于,所述将所述文字进行向量处理后,得到所述文字的特征集,包括:
按照笔画,将所述文字划分为预设数量的特征段;
利用最小二乘拟合方法,确定所述特征段的方向向量;
根据所述特征段的方向向量确定所述文字的特征集。
8.一种文字识别装置,其特征在于,所述装置包括:
接收模块,用于接收输入的任一待识别文字;
处理模块,用于将所述待识别文字进行向量处理;
确定模块,用于确定所述待识别文字的待识别特征集,所述待识别特征集包括待识别特征;
生成模块,用于根据所述待识别特征生成预设个数的待识别超边;
对比模块,用于将所述待识别超边与预先存储的超边库中的超边进行对比,当所述待识别超边与所述超边库中的超边匹配个数满足预设条件时,确定所述待识别文字识别成功;
所述生成模块,具体用于采用超边替代超网络分类器,将所述待识别特征集中的待识别特征进行学习分类后,得到分类后待识别特征,对所述分类后待识别特征进行多次随机采样生成预设个数的待识别超边。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
学习模块,用于预先学习并存储文字的超边库,所述超边库包括预设个数的超边。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学;腾讯科技(深圳)有限公司,未经重庆邮电大学;腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410088106.1/1.html,转载请声明来源钻瓜专利网。