[发明专利]基于LeNet-5网络模型的手写体中文字符识别方法

说明书

本发明涉及计算机图像处理领域，为解决传统手写中文字符识别准确率较低的问题，实现手写中文字符的自动识别，本发明，基于LeNet‑5网络模型的手写体中文字符识别方法，由基于数据流编程的符号数学系统框架构造一个LeNet‑II网络模型，所述网络模型是由分支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。本发明主要应用于设计制造场合。

技术领域

本发明涉及计算机图像处理领域，尤其涉及一种基于LeNet-5网络模型的手写体中文字符识别方法。

背景技术

手写体中文自动识别是实现文档数字化的前提和基础，也是计算机视觉领域的研究热点，其在历史文档识别，支票信息识别，信封上的邮政地址识别等方面都有着广泛的应用。在过去的几十年中，各国学者在该领域做了大量研究工作，取得了很大进展，但目前仍然存在一些问题。手写体中文自动识别的困难主要来自于：1)中文字符数量众多、书写随意、风格迥异、结构复杂、笔画繁琐；2)部分中文字符字形相近、差异极小，当书写不规范时甚至人类自身都难以识别，例如：字符“大”、“太”和“犬”，“日”、“曰”和“目”，“工”、“土”和“士”等，这使得中文识别具有很大的挑战性。

手写中文识别可分为：联机手写中文识别和脱机手写中文识别2大类；与前者相比，后者由于没有可以利用的笔画时序信息，识别难度更大，准确率更低。本文主要针对后者开展相关研究，常用的识别方法主要有：支持向量机(Support vector machine,SVM)、改进的二次判决函数(Modifled quadratic discriminant function,MQDF)以及鉴别学习二次判决函数(Discriminative learning quadratic discriminant function,DLQDF)等。

上述方法的识别准确率与人类表现有很大差距，无法满足实际要求。因此，LeCun在20世纪90年代提出了卷积神经网络,，其在字符识别中取得了较好的实际效果，代表了当前的主要研究方向。例如：瑞士人工智能研究所提出基于卷积神经网络GPU(图形处理器)实现汉字识别，富士通团队提出基于深度卷积神经网络模型的识别方法，以及吴等人提出的基于松弛卷积神经网络的识别方法，都取得了较好的中文识别效果。

发明内容

本发明提供了一种基于LeNet-5网络模型的手写体中文字符识别方法，本发明解决了传统手写中文字符识别准确率较低的问题，实现了手写中文字符的自动识别，详见下文描述：

一种基于LeNet-5网络模型的手写体中文字符识别方法，在LeNet-5网络模型的基础上进行改进，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。

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；

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。