[发明专利]基于端到端的图片文字序列连续识别方法

权利要求书

1.基于端到端的图片文字序列连续识别方法，其特征在于，包含以下实现 步骤：

(1)构建卷积神经网络和递归神经网络模型，其中所述递归神经网络每个 时刻输入信号包括：所述卷积神经网络提取的样本特征数据，上一时刻递归神 经网络的输出数据；

(2)使用训练样本集来训练所述卷积神经网络和递归神经网络模型；

(3)将待识别图像文字序列输入训练好的所述卷积神经网络及递归神经网 络中，输出待识别图像文字序列的完整识别结果。

2.如权利要求1所述的方法，其特征在于：本方法中所使用的递归神经网 络模型中采用以下向前算法公式：

aht=ΣiIwihxit+Σh′Hwh′hbh′t-1]]>

bht=θ(aht)]]>

akt=ΣhHwhkbht]]>

ykt=exp(akt)Σk′kexp(ak′t)]]>

其中I是输入向量的维度，H是隐层的神经元个数，K是输出层的神经元 个数，x为卷积神经网络提取出来的特征数据，为当前时刻递归神经网络中 隐含层神经元的输入，为当前时刻递归神经网络隐含层神经元的输出；为 当前时刻递归神经网络输出层神经元的输入；为当前时刻递归神经网络输出 层神经元的输出，为一个概率值，表示当前时刻对应神经元输出值相对于输 出层所有神经元输出值的加和的比例。