[发明专利]刻蚀字符识别网络训练样本增广方法在审
申请号: | 202010096003.5 | 申请日: | 2020-02-17 |
公开(公告)号: | CN111242241A | 公开(公告)日: | 2020-06-05 |
发明(设计)人: | 茅耀斌;曹倩倩;韩翊;刁洁;卓一;张浩;项文波;沈庆强 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 马鲁晋 |
地址: | 210094 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 刻蚀 字符 识别 网络 训练 样本 增广 方法 | ||
1.一种刻蚀字符识别网络训练样本增广方法,其特征在于,所述方法包括以下步骤:
步骤1,采集场景中的刻蚀字符图像;
步骤2,根据刻蚀字符图像生成内容图像和风格图像;
步骤3,构建双向生成对抗网络;
步骤4,训练所述双向生成对抗网络;
步骤5,将内容图像和风格图像输入至训练好的双向生成对抗网络,生成刻蚀字符图像。
2.根据权利要求1所述的刻蚀字符识别网络训练样本增广方法,其特征在于,步骤2所述根据刻蚀字符图像生成内容图像,具体包括:
步骤2-1,标注刻蚀字符图像的文本信息;
步骤2-2,根据标注的刻蚀字符图像的真实标签统计字符信息;
步骤2-3,根据字符信息生成多种字体的内容图像。
3.根据权利要求1或2所述的刻蚀字符识别网络训练样本增广方法,其特征在于,步骤2所述根据刻蚀字符图像生成风格图像,具体为:根据刻蚀字符图像特征生成风格图像。
4.根据权利要求3所述的刻蚀字符识别网络训练样本增广方法,其特征在于,步骤2所述根据刻蚀字符图像生成风格图像,具体包括:
从采集的刻蚀字符图像中选取分辨率符合第一预设条件和或清晰度符合第二预设条件和或特征显著度符合第三预设条件的图像,作为风格图像。
5.根据权利要求4所述的刻蚀字符识别网络训练样本增广方法,其特征在于,步骤3中所述构建双向生成对抗网络,具体包括:
步骤3-1,构建风格化生成对抗网络;
步骤3-2,构建去风格化生成对抗网络;
步骤3-3,构建损失函数。
6.根据权利要求5所述的刻蚀字符识别网络训练样本增广方法,其特征在于,步骤3-1中所述风格化生成对抗网络包括:风格化生成网络和风格化判别网络;
所述风格化生成网络,其输入为内容图像和风格图像,输出为风格化字符图像;风格化生成网络包括:内容编码器Ex1,其输入为内容图像,输出为内容特征向量;风格编码器Ex2,其输入为风格图像,输出为风格特征向量;生成器Gx,其输入为所述内容特征向量和风格特征向量,输出为风格化字符图像;
所述风格化判别网络,其输入为所述风格化字符图像或真实的刻蚀字符图像,输出为一个0到1之间的数,用于表示输入的图像为真实图像的概率。
7.根据权利要求6所述的刻蚀字符识别网络训练样本增广方法,其特征在于,步骤3-2中所述去风格化生成对抗网络包括:去风格化生成网络和去风格化判别网络;
所述去风格化生成网络,其输入为所述风格化字符图像,输出为去风格化字符图像;该去风格化生成网络包括:第一编码器Ey,其输入为风格化字符图像,输出为特征向量;第二生成器Gy,其输入为第一编码器Ey输出的特征向量,输出为去风格化字符图像;
所述去风格化判别网络,其输入为所述去风格化字符图像或者真实的内容图像,输出为一个0到1之间的数,用于表示输入的图像是真实图像的概率。
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南京理工大学,未经南京理工大学许可,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/202010096003.5/1.html,转载请声明来源钻瓜专利网。