[发明专利]基于LeNet-5网络模型的手写体中文字符识别方法

权利要求书

1.一种基于LeNet-5网络模型的手写体中文字符识别方法，其特征是，由基于数据流编程的符号数学系统TensorFlow框架构造一个LeNet-II网络模型，所述LeNet-II网络模型是由分支branch1、分支branch2和输出三个组成部分的卷积神经网络，branch1包括卷积层、池化层和一个改进的Inception模块；branch2由空洞卷积层和最大池化层组成；输出部分包括卷积层、池化层、全连接层、输出层；利用训练集对所述网络模型进行训练；最终利用训练完毕的LeNet-II网络模型进行识别；

branch1包括：3个卷积层、3个池化层和一个改进的Inception模块，3个池化层均采用最大池化计算；

由4层空洞卷积层和3层最大池化层组成branch2部分；

改进的Inception模块具体指，重新分配Inception模块的4个通道数，增加3×3卷积核的通道数，减少1×1卷积核的通道数，3×3卷积通道、5×5卷积通道、1×1卷积通道以及池化通道4个通道数的比例为5:1:1:1；同时，在3×3卷积层后添加一层卷积层，此外，还将5×5的二维卷积核分解为1×5和5×1两个一维卷积。

2.如权利要求1所述的基于LeNet-5网络模型的手写体中文字符识别方法，其特征是，待识别数据输入所述网络模型前需进行如下处理：

对文本图片进行灰度化、二值化处理；

对中文字符图片进行扫描处理，对中文字符进行正射纠正，并使其位于图片中间位置，上下左右各留出10个空白像素。

3.如权利要求2所述的基于LeNet-5网络模型的手写体中文字符识别方法，其特征是，所述由4层空洞卷积层和3层最大池化层组成的branch2部分具体结构为：

Layer层1为空洞卷积层，卷积核大小为3×3，卷积核个数为64，空洞卷积的间隔数量为2，输入图像大小为64×64，输出图像大小为64×64；

Layer2为池化层，池化过滤器大小为2×2，过滤器个数为64，步长为2，输入图像大小为64×64，输出图像大小为32×32；

Layer3为空洞卷积层，卷积核大小为3×3，卷积核个数为128，空洞卷积的间隔数量为2，输入图像大小为32×32，输出图像大小为32×32；

Layer4为池化层，池化过滤器大小为2×2，过滤器个数为128，步长为2，输入图像大小为32×32，输出图像大小为16×16；

Layer 5为空洞卷积层，卷积核大小为3×3，卷积核个数为256，空洞卷积的间隔数量为2，输入图像大小为16×16，输出图像大小为16×16；

Layer 6为空洞卷积层，卷积核大小为3×3，卷积核个数为512，空洞卷积的间隔数量为2，输入图像大小为16×16，输出图像大小为16×16；

Layer 7为池化层，池化过滤器大小为2×2，过滤器个数为512，步长为2，输入图像大小为16×16，输出图像大小为8×8。

4.如权利要求3所述的基于LeNet-5网络模型的手写体中文字符识别方法，其特征是，利用空洞卷积来进行branch2卷积层的计算，计算公式如下：

ksize＝(n-1)×(k-1)+k                              (1)

r＝(m-1)×stride+ksize                              (2)

其中,n表示卷积核的间隔数量，k表示卷积核大小，ksize表示膨胀卷积核大小，r表示本层感受野，m表示上层感受野，stride表示步长。