[发明专利]手写汉字的识别方法、装置、设备和存储介质

权利要求书

1.一种手写汉字的识别方法，其特征在于，包括：

获取待识别的手写汉字图片；

利用预先构建的手写汉字识别模型，得到所述手写汉字图片的汉字，所述手写汉字识别模型的训练集为通过数据增强模型进行数据增强之后的训练集。

2.根据权利要求1所述的方法，其特征在于，所述数据增强模型包括数据生成网络和数据判别网络，所述数据生成网络用于生成模拟数据集，所述数据判别网络用于识别所述模拟数据集中数据的真实率。

3.根据权利要求2所述的方法，其特征在于，还包括：

将随机噪声输入所述数据生成网络中，得到模拟数据集；

将所述模拟数据集输入所述数据判别网络中，得到所述模拟数据集中各数据的真实率；

将所述模拟数据集中真实率与初始数据集真实率相同的数据加入所述初始数据集中，得到数据增强之后的训练集。

4.根据权利要求3所述的方法，其特征在于，所述初始数据集真实率为0.5。

5.根据权利要求3所述的方法，其特征在于，构建手写汉字识别模型，包括：

对所述数据增强之后的训练集进行归一化处理；

将归一化处理之后的训练集输入卷积神经网络中进行训练得到手写汉字识别模型，所述卷积神经网络包括两个卷积层、线性修正单元、正则化单元、池化层和全连接层。

6.一种手写汉字的识别装置，其特征在于，包括：

图片获取模块，用于获取待识别的手写汉字图片；

识别模块，用于利用预先构建的手写汉字识别模型，得到所述手写汉字图片的汉字，所述手写汉字识别模型的训练集为通过数据增强模型进行数据增强之后的训练集。

7.根据权利要求6所述的识别装置，其特征在于，所述数据增强模型包括数据生成网络和数据判别网络，所述数据生成网络用于生成模拟数据集，所述数据判别网络用于识别所述模拟数据集中数据的真实率。

8.根据权利要求7所述的识别装置，其特征在于，还包括训练集模块，所述训练集模块具体用于：

将随机噪声输入所述数据生成网络中，得到模拟数据集；

将所述模拟数据集输入所述数据判别网络中，得到所述模拟数据集中各数据的真实率；

将所述模拟数据集中真实率与初始数据集真实率相同的数据加入所述初始数据集中，得到数据增强之后的训练集。

9.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的手写汉字的识别方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的手写汉字的识别方法。