[发明专利]一种手写汉字识别方法、装置及存储介质

说明书

本申请公开了一种手写汉字识别方法、装置及存储介质，用于提高文档扫描类图像的手写汉字体识别的可靠性和效率。本申请提供的手写汉字识别方法包括：构建网络结构；输入待识别的汉字序列图像；确定所述网络结构中各层网络的权重参数；根据所述权重参数，在所述网络结构中计算所述待识别的汉字序列图像，确定标签序列，其中所述标签序列包括汉字概率信息；根据所述标签序列和汉字词库表，进行汉字反映射，确定识别出的汉字。本申请还提供了一种手写汉字识别装置及存储介质。

技术领域

本申请涉及信息处理领域，尤其涉及一种手写汉字识别方法和装置。

背景技术

随着可视内容数据的增加，在在拍照文档、票据、表单表格、手稿文书、教育材料等领域的手写汉字识别需求不断增加。非手写汉字在图像或视频中主要以印刷体或者水印形式呈现，对于每一段序列文字其字形偏旁、字与段落的间距等格式较为统一，而手写汉字字体由于个人的书写风格不同，导致不同人群书写出的同一汉字的形体有所差异，对于初识汉字的少儿字体差异更为显著，因此手写汉字的识别难度较非手写汉字的识别难度更大。现有技术中，先对单个文字进行切割，再将切割后的文字逐个提取特征并与特征库进行匹配识别，效率较低，可靠性较差。

发明内容

针对上述技术问题，本申请实施例提供了一种手写汉字识别方法、装置及存储介质，用以提高手写汉字的识别效率和可靠性。

第一方面，本申请实施例提供的一种手写汉字识别方法，包括：

构建网络结构；

输入待识别的汉字序列图像；

确定所述网络结构中各层网络的权重参数；

根据所述权重参数，在所述网络结构中计算所述待识别的汉字序列图像，确定标签序列，其中所述标签序列包括汉字概率信息；

根据所述标签序列和汉字词库表，进行汉字反映射，确定识别出的汉字。

进一步的，所述确定所述网络结构中各层网络的权重参数包括：

按批次加载训练数据；

将所述训练数据输入到所述网络结构中进行计算，确定汉字类别概率矩阵；

根据训练数据的标签序列和所述概率矩阵，通过损失函数运算得到误差值；

将所述误差值返回网络结构进行权重参数的梯度更新；

将最佳的权重参数确定为所述网络结构中各层网络的权重参数。

进一步的，所述构建网络结构还包括：

定义损失函数；

设置训练超参数，所述超参数包括以下之一或者组合：学习率，学习衰减率或训练周期。

优选的，所述按批次加载训练数据包括：

将训练数据按批次进行切分；

将切分后的训练数据随机打乱处理；

将随机打乱处理后的训练数据存入迭代器中。

进一步的，所述将所述训练数据输入到所述网络结构中进行计算包括：

遍历所述迭代器，将数据按批次输入到网络结构中进行计算。

进一步的，输入待识别的汉字序列图像之前，还包括：生成汉字词库表。

优选的，所述生成汉字词库表包括：

获取汉字词库信息；

创建链表，将所述汉字词库中的文本逐一追加到链表中；

对所述链表中的文本进行去重处理，将重复出现的文本从所述链表中移除；