[发明专利]手写字符识别方法、装置、介质及电子设备

说明书

本公开涉及一种手写字符识别方法、装置、介质及电子设备，该方法包括：获取包含手写字符的原始字符图像；将原始字符图像输入到图像校正模型中，得到图像校正模型输出的校正后的目标字符图像；将目标字符图像输入到特征提取模型中，得到特征提取模型输出的目标特征图，特征提取模型用于对目标字符图像的高度下采样第一预设倍数，并用于对目标字符图像的宽度下采样第二预设倍数，第一预设倍数与目标字符图像的高度相同，第二预设倍数小于第一预设倍数；将目标特征图输入到字符识别模块中，得到字符识别模块输出的手写字符对应的识别字符。通过上述技术方案，目标特征图可以准确反映手写字符的特征，提高手写字符识别的准确度。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种手写字符识别方法、装置、介质及电子设备。

背景技术

对手写字符进行识别的场景众多，在教育场景中例如包括试卷录入、作文批改等，通过对学生作答的手写字符进行识别，可以替代教师完成试卷录入、试卷批改等工作，另外还有票据录入、文档录入等场景，也经常需要对手写字符进行识别，对手写字符进行识别可以代替人工实现手写字符的自动处理流程。

然而相较于对印刷字符的识别，对手写字符进行识别的准确度通常更低，其中，手写字符存在较大的变化，每个人对同一个字符的书写样式都不同，笔画的长短、扭曲程度也不一致，字符之间存在较多的连笔，缺少笔画或增加笔画的情况也经常出现，这些问题都使得对手写字符进行识别的难度更高、准确度不足。

发明内容

本公开的目的是提供一种手写字符识别方法、装置、介质及电子设备，可以提高手写字符识别的准确度。

为了实现上述目的，第一方面，本公开提供一种手写字符识别方法，所述方法包括：

获取包含手写字符的原始字符图像；

将所述原始字符图像输入到图像校正模型中，得到所述图像校正模型输出的校正后的目标字符图像；

将所述目标字符图像输入到特征提取模型中，得到所述特征提取模型输出的目标特征图，其中，所述特征提取模型用于对所述目标字符图像的高度下采样第一预设倍数，并用于对所述目标字符图像的宽度下采样第二预设倍数，所述第一预设倍数与所述目标字符图像的高度相同，所述第二预设倍数小于所述第一预设倍数；

将所述目标特征图输入到字符识别模块中，得到所述字符识别模块输出的所述手写字符对应的识别字符。

可选地，所述特征提取模型为残差网络模型，所述残差网络模型由以下网络层依次连接构成：

第一卷积层、第一池化层、第一数量个第一残差块结构、第二卷积层、第二池化层、第二数量个第二残差块结构、第三卷积层、第三池化层、第三数量个第三残差块结构、第四卷积层、第四池化层、第四数量个第四残差块结构、第五卷积层、第五数量个第五残差块结构、第六卷积层、第七卷积层，所述第七卷积层用于输出所述目标特征图。

可选地，所述第一池化层用于对所述第一卷积层输出的特征图的宽度和高度均下采样第三预设倍数，所述第二池化层用于对所述第二卷积层输出的特征图的宽度和高度均下采样所述第三预设倍数，所述第三池化层用于对所述第三卷积层输出的特征图的高度下采样所述第三预设倍数，并对所述第三卷积层输出的特征图的宽度进行卷积填充第一预设值，所述第四池化层用于对所述第四卷积层输出的特征图的高度下采样所述第三预设倍数，并对所述第四卷积层输出的特征图的宽度进行卷积填充所述第一预设值，其中，所述第三预设倍数小于所述第二预设倍数。

可选地，所述第一卷积层、所述第二卷积层、所述第三卷积层、所述第四卷积层、所述第五卷积层的卷积核大小相同且卷积核数量各不相同，所述第六卷积层与所述第七卷积层的卷积核大小相同且卷积核数量相同；