[发明专利]一种基于混合CNN-LSTM网络的文字识别方法在审
| 申请号： | 201910222217.X | 申请日： | 2019-03-22 |
| 公开（公告）号： | CN109977950A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 袁三男;沈兆轩;刘虹;孙哲;刘志超 | 申请（专利权）人： | 上海电力学院 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/62 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 叶敏华 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于混合CNN‑LSTM网络的文字识别方法，包括步骤：1)获取包含文本的图片，将图片灰度化、归一化；2)将图片分为训练样本和测试样本两部分，将训练样本图片对应的文本根据字典转码成二值向量序列作为标签；3)将处理过的训练样本的图片与标签输入混合CNN‑LSTM网络中进行数据训练，获取识别模型；4)将处理后的图像和标签输入识别模型，输出特征矩阵；5)将特征矩阵采用梯度下降法进行CTC_loss计算，获取损失函数结果；6)重复1)～3)，直至损失函数结果最小，获取其对应的文本标签序列作为预测数据；7)将预测数据根据字典再次反转码得到文本，获取文字识别结果。与现有技术相比，本发明具有简化运算、增强识别效果等优点。 | ||
| 搜索关键词： | 文字识别 训练样本 损失函数 预测数据 标签 文本 图片 字典 矩阵 测试样本 简化运算 输出特征 输入识别 数据训练 特征矩阵 文本标签 向量序列 网络 反转码 归一化 灰度化 下降法 转码 图像 重复 | ||
【主权项】：
1.一种基于混合CNN‑LSTM网络的文字识别方法，其特征在于，该方法包括以下步骤：1)获取包含文本的图片(w，h，n)，将图片灰度化、归一化；2)将图片分为训练样本和测试样本两部分，并将训练样本图片对应的文本根据字典转码成二值向量序列作为标签；3)将步骤2)中处理过的训练样本的图片与标签输入混合CNN‑LSTM网络中进行数据训练，训练完成后获取识别模型；4)将步骤1)、2)处理后的图像和标签输入步骤3)中的识别模型，输出特征矩阵；5)将步骤4)中的特征矩阵采用梯度下降法进行CTC_loss计算，获取损失函数结果；6)重复步骤1)至步骤3)，直至步骤5)中的损失函数结果最小，获取的最小的损失函数对应的文本标签序列作为预测数据；7)将预测数据根据字典再次反转码得到文本，获取测试样本的文字识别结果。
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上海电力学院，未经上海电力学院许可，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/201910222217.X/，转载请声明来源钻瓜专利网。
