[发明专利]离线手写体数学公式识别方法有效
| 申请号： | 201910230159.5 | 申请日： | 2019-03-25 |
| 公开（公告）号： | CN109977861B | 公开（公告）日： | 2023-06-20 |
| 发明（设计）人： | 董兰芳;刘汉超 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06V30/40 | 分类号： | G06V30/40 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 230026 安*** | 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： | 本发明公开了一种离线手写体数学公式识别方法，利用深度学习中Encoder‑Decoder处理流程，使用CNN+BLSTM作为Encoder对图像内容进行编码，使用LSTM作为Decoder对编码的特征进行解码，同时引入了注意力机制，从而端到端的处理离线手写体数学公式识别问题；与传统的离线手写数学公式识别方法相比，避免了公式分割、字符识别和公式分析三个阶段的处理，增强了容错率，同时降低了陷入局部最优的风险，能够进一步提升识别的准确率。 | ||
| 搜索关键词： | 离线 手写体 数学公式 识别 方法 | ||
【主权项】：
1.一种离线手写体数学公式识别方法，其特征在于，包括：编码阶段：通过基于Inception结构的卷积神经网络CNN对手写体数学公式图像进行特征提取，并通过循环神经网络RNN对提取到的特征进行编码；解码阶段：根据编码后的特征与前一时刻的解码输出，完成当前阶段各特征的权重计算，从而完成Attention模型向量的计算；再根据当前阶段Attention模型向量以及编码后的特征，使用解码部分的RNN完成对当前阶段字符的解码，并依此顺序依次解码，完成对手写体数学公式的识别。
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中国科学技术大学，未经中国科学技术大学许可，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/201910230159.5/，转载请声明来源钻瓜专利网。
- 上一篇：图像处理方法及装置、电子设备和存储介质
- 下一篇：一种车位限位器的识别方法
