[发明专利]手写识别方法、装置、电子设备和存储介质在审
申请号: | 202011588676.9 | 申请日: | 2020-12-29 |
公开(公告)号: | CN112686134A | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 王翔翔;常欢;吴嘉嘉;殷兵;胡金水 | 申请(专利权)人: | 科大讯飞股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 程琛 |
地址: | 230088 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 手写 识别 方法 装置 电子设备 存储 介质 | ||
本发明提供一种手写识别方法、装置、电子设备和存储介质,其中方法包括:确定待识别的轨迹点序列及其对应的笔迹图像;对所述笔迹图像进行空间特征提取,得到空间特征图;索引所述轨迹点序列中各个轨迹点对应在所述空间特征图中的特征,得到轨迹点空间特征序列;对所述轨迹点空间特征序列进行手写识别,得到识别结果。本发明提供的方法、装置、电子设备和存储介质,通过索引轨迹点序列中各个轨迹点对应在空间特征图中的特征,得到轨迹点空间特征序列用于手写识别,实现了手写识别在时间层面和空间层面上的特征融合,能够有效利用用户手写过程中在各个层面上的特征信息,从而有效提高手写识别的识别性能,以满足不同情形下的手写识别需求。
技术领域
本发明涉及图像处理技术领域,尤其涉及一种手写识别方法、装置、电子设备和存储介质。
背景技术
作为一种简单方便而又高效的输入方式,手写识别改变了传统的基于复杂编码或拼音输入的键盘模式,为自然人性的人机交互提供了便利条件。
目前的手写识别主要分为在线模态和离线模态两种,其中在线模态是将用户手写过程中采集的轨迹点序列进行特征提取,进而从时序上进行手写识别,离线模态是将用户手写所得的图像进行特征提取,进而从空间上进行手写识别。在线模态针对于同一个笔画反复描绘的情形,极难准确识别,而离线模态针对空间上存在重叠的情形,也极易识别错误。因此,亟需一种能够适应不同情形的手写识别方法。
发明内容
本发明提供一种手写识别方法、装置、电子设备和存储介质,用以解决现有技术中手写识别在特殊情形下识别准确性差的缺陷。
本发明提供一种手写识别方法,包括:
确定待识别的轨迹点序列及其对应的笔迹图像;
对所述笔迹图像进行空间特征提取,得到空间特征图;
索引所述轨迹点序列中各个轨迹点对应在所述空间特征图中的特征,得到轨迹点空间特征序列;
对所述轨迹点空间特征序列进行手写识别,得到识别结果。
根据本发明提供一种的手写识别方法,所述对所述笔迹图像进行空间特征提取,得到空间特征图,包括:
对上一特征图进行空间特征提取,得到当前特征图,直至空间特征提取的次数达到预设次数;
基于多次空间特征提取所得特征图,确定所述空间特征图;
其中,首个特征图是对所述笔迹图像进行空间特征提取得到的。
根据本发明提供一种的手写识别方法,所述索引所述轨迹点序列中各个轨迹点对应在所述空间特征图中的特征,得到轨迹点空间特征序列,包括:
基于所述轨迹点序列中各个轨迹点的位置坐标,索引所述空间特征图中对应位置坐标处的特征,作为各个轨迹点的空间特征;
将各个轨迹点的位置坐标与空间特征进行拼接,得到所述轨迹点空间特征序列。
根据本发明提供一种的手写识别方法,所述对所述轨迹点空间特征序列进行手写识别,得到识别结果,包括:
对所述轨迹点空间特征序列进行时空编码,得到轨迹点时空特征序列;
对所述轨迹点时空特征序列进行解码,得到所述识别结果。
根据本发明提供一种的手写识别方法,所述对所述轨迹点时空特征序列进行解码,得到所述识别结果,包括:
基于上一解码时刻的解码状态,对所述轨迹点时空特征序列进行上下文编码,得到当前解码时刻的轨迹点上下文特征;
基于当前解码时刻的解码状态和轨迹点上下文特征,以及上一解码时刻的解码结果进行解码,得到当前解码时刻的解码结果;
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科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,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/202011588676.9/2.html,转载请声明来源钻瓜专利网。