[发明专利]手写文本识别方法、系统、设备及介质

说明书

本发明提供了一种手写文本识别方法、系统、设备及介质，所述方法包括：获取用户书写过程中手写动作的运动信号，运动信号包括至少一个运动参数的时间序列信号；查找用户所对应的字符识别模型，字符识别模型的输入为手写字符过程中的运动信号，输出为识别到的字符；将手写动作的运动信号输入至字符识别模型，得到输出的字符识别结果；根据所述字符识别结果得到手写动作的运动信号所对应的文本并记录。本发明提供了一种自动手写文本识别与录入的方案，根据手写字符过程中的运动信号进行字符识别，相比于仅根据轨迹坐标进行字符识别准确性高，并且可以根据每个用户的书写习惯，定制字符识别模型，从而进一步提高字符识别的准确性。

技术领域

本发明涉及文本识别技术领域，尤其涉及一种手写文本识别方法、系统、设备及介质。

背景技术

随着科技水平的发展，信息化、智能化逐渐应用到各个工作领域。信息与数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。有些情况下，需要将大量手写信息及时录入计算机等终端系统，用于下一阶段的数据整理与统计分析。

例如，整车Audit(审计)工作流程中，需要将缺陷代码写到车身上相应的缺陷位置，同时将缺陷信息录入计算机。当前阶段，缺陷信息记录方式主要分为两步：现场纸笔记录，手工录入电脑。室内静态Audit操作流程可简要概括为：首先，在专用评审工位测量或者观察车身或某一部件，查找是否存在某种缺陷，评定缺陷等级；对于每一处缺陷，发现后需要使用专用笔在车身或工件上的缺陷位置标明缺陷代码(一般，缺陷代码为英文字母，缺陷等级为英文字母或英文字母数字组合)，同时使用普通笔在随身携带的笔记本记录缺陷位置、缺陷代码、缺陷等级等信息，记录完成后继续检查下一位置或下一部件。所有缺陷检查完毕后，再回到办公区域的电脑旁，按照手写在笔记本上所记录的缺陷清单，使用键盘将每一条缺陷信息逐一录入系统。由于整车Audit过程中需检查的缺项类型多达成百上千项，种类繁多，以上操作方式会导致(1)缺陷信息录入过程耗时较长，影响评审效率，和(2)人工录入时，存在不易察觉的录入错误风险，影响评审结果。

对于上述类型的应用场景，文字自动录入技术可大大提高录入效率，降低错误风险。现阶段可用于文字自动录入的技术主要包括光学字符识别(Optical CharacterRecognition,OCR)、语音识别技术以及一些基于手写笔的自动录入系统。

OCR技术，即对纸张上的文字进行光学扫描，通过人工智能技术进行字符识别。然而，OCR技术没有充分利用笔画顺序信息，对于手写文字识别精度相对较差，仅仅对印刷体文字可达到较好的识别精度。同时，OCR操作过程中需额外引入扫描的步骤，在识别精度不能满足要求的情况下，不能起到提升录入效率的作用，甚至导致增加额外工作量。

语音识别技术，即使用者口述待录入信息，通过麦克风获取语音信号，利用人工智能技术进行语音识别，将声音信号转换为文字。然而语音识别极易受到环境噪声、讲述人口音的影响，在工厂生产车间等嘈杂环境中，往往识别精度较差，难以实际应用。

随着传感器技术发展以及智能终端的广泛应用，一些基于手写笔的自动录入系统相继投入应用。该技术通过光学、压力、运动传感器等，收集或计算笔尖运动轨迹，并通过对笔尖轨迹进行跟踪、记录，将手写内容储存为电子版信息。然而该类型系统中，大多数仅仅将手写笔迹记录为图片的形式，并未对手写内容进行文字识别，不能用于数据分析、运算等后续工作；而少量具有文字识别功能的自动录入系统，其文字识别算法仅仅根据笔尖轨迹坐标，并依据经验映射关系与数据库中的手写字体进行匹配，以达到识别的目的。考虑到不同用户的书写习惯与笔迹均存在一定的差异，而上述匹配算法较为简单，未针对不同用户定制识别模型参数，可能导致识别准确度较差，使用过程中需要反复修正错误的字符识别结果，反而导致记录效率低下。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种基于深度学习的手写文本识别方法、系统、设备及介质，操作便捷、不受噪音等因素干扰，识别准确率高。

本发明实施例提供一种手写文本识别方法，所述方法包括如下步骤：