[发明专利]基于CNN结构神经网络的水书文字识别方法在审
| 申请号： | 201910217488.6 | 申请日： | 2019-03-21 |
| 公开（公告）号： | CN110348280A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 丁琼 | 申请（专利权）人： | 贵州工业职业技术学院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/20;G06K9/34;G06N3/04;G06N3/08 |
| 代理公司： | 贵阳中新专利商标事务所 52100 | 代理人： | 商小川 |
| 地址： | 551400 贵州省*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 神经网络 文字识别 样本 神经网络模型 文字识别技术 算法实现 特征提取 准确率 采集 分类 检测 | ||
【权利要求书】：
1.一种基于CNN结构神经网络的水书文字识别方法，它包括：
步骤1、采集水书文字样本；
步骤2、采用基于CNN结构神经网络模型对水书文字样本进行特征提取和分类；
步骤3、采用YOLO算法实现水书字符的定位与检测。
2.根据权利要求1所述的一种基于CNN结构神经网络的水书文字识别方法，其特征在于：步骤3所述采用YOLO算法实现水书字符的定位与检测的方法包括：
步骤3.1、将输入图片划分为S*S个格子；
步骤3.2、每个格子预测出B个方框和它的置信度；
步骤3.3、每个方框包括五个预测值：x,y,w,h,和置信度，x,y代表方框中心相对于格子的坐标，w,h代表方框宽度和高度，置信度代表预测方框和所有标注方框的IOU；
步骤3.4、每个格子还要预测出C个条件概率Pr(Class i | Object)，条件是基于格子包含物体的情况下，对于每个格子预测一组条件概率（C个），而不管B的数量；
步骤3.5、在检测中，最后将类别的条件概率和每个方框的置信度相乘：
Pr(Classi|Object) ∗Pr(Object) ∗ IOU = Pr(Classi) ∗ IOU
得出每个方框对于每个类别的置信度，这个分数即包含了类别准确性的概率也包含了预测框对物体的符合程度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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贵州工业职业技术学院，未经贵州工业职业技术学院许可，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/201910217488.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：物体识别处理装置和方法、以及物体拣选装置和方法
- 下一篇：警报装置
