[发明专利]一种基于CNN的手写英文文档识别方法在审
| 申请号： | 201811479779.4 | 申请日： | 2018-12-05 |
| 公开（公告）号： | CN109800746A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 何凯;马红悦;冯旭;高圣楠 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06K9/34;G06N3/04;G06N3/08 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CNN的手写英文文档识别方法，包括：获取由手写英文字母及标点符号文本组成的数据集，基于数据集构造训练样本集及测试样本集；构造8层卷积神经网络，包括5个卷积层和3个全连接层，最后一个全连接层的输出被送到一个具有59个输出向量的softmax层当中；采用重叠的Pooling，对输入图像的每个像素进行卷积、下采样、池化操作，得到每层的特征图的大小；输入训练样本集，提取字符特征，进行分类训练；将提取的单个字符图像统一缩放到320*320像素；添加彩色通道，将字符图像类型转化为320*320*3uint8型数据，得到测试样本集；利用训练后的神经网络自动识别英文符号。 | ||
| 搜索关键词： | 手写 测试样本集 训练样本集 文档识别 连接层 数据集 卷积 像素 英文 卷积神经网络 标点符号 彩色通道 单个字符 神经网络 输出向量 输入图像 图像统一 英文字母 自动识别 字符特征 字符图像 特征图 下采样 池化 文本 输出 分类 转化 | ||
【主权项】：
1.一种基于CNN的手写英文文档识别方法，其特征在于，所述方法包括以下步骤：获取由手写英文字母及标点符号文本组成的数据集，基于数据集构造训练样本集及测试样本集；构造8层卷积神经网络，包括5个卷积层和3个全连接层，最后一个全连接层的输出被送到一个具有59个输出向量的softmax层当中；采用重叠的Pooling，一个Pooling层是由间隔s个像素的Pooling单元网格组成，每个网格具有一个z*z大小的临近关系，均位于Pooling单元的中心位置，s<z；对输入图像的每个像素进行卷积、下采样、池化操作，得到每层的特征图的大小；输入训练样本集，提取字符特征，进行分类训练；将提取的单个字符图像统一缩放到320*320像素；添加彩色通道，将字符图像类型转化为320*320*3uint8型数据，得到测试样本集；利用训练后的神经网络自动识别英文符号。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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天津大学，未经天津大学许可，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/patent/201811479779.4/，转载请声明来源钻瓜专利网。
