[发明专利]一种基于深度学习的盲文图像自动识别方法和系统有效
| 申请号： | 201910419983.5 | 申请日： | 2019-05-20 |
| 公开（公告）号： | CN110298236B | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 刘宏;黎仁强;王向东;钱跃良 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06T7/187 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;梁挥 |
| 地址： | 100080 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于深度学习的盲文图像自动识别方法和系统，包括：获取多张盲文点字图像作为训练集，并获取其对应的标注图像，标注图像中每个像素均已标注为对应的盲方类别；以训练集中的盲文点字图像为输入，并以对应的盲方标注图像为标准答案，使用卷积神经网络训练语义分割模型，直到语义分割模型输出的语义分割结果图中每个像素的盲方类别和标准答案之间的差异低于阈值，保持当前语义分割模型作为盲方语义分割模型；将待识别的盲文点字图像输入盲方语义分割模型，得到待识别盲文点字图像的语义分割结果图，作为识别结果，识别结果中每个像素均对应其所属的盲方类别。 | ||
| 搜索关键词： | 一种 基于 深度 学习 盲文 图像 自动识别 方法 系统 | ||
【主权项】：
1.一种基于深度学习的盲文图像自动识别方法，其特征在于，包括：步骤1、获取多张盲文点字图像作为训练集，并获取其对应的标注图像，该标注图像中每个像素均已标注为对应的盲方类别；步骤2、以训练集中的盲文点字图像为输入，并以对应的盲方标注图像为标准答案，使用卷积神经网络训练语义分割模型，直到该语义分割模型输出的语义分割结果图中每个像素的盲方类别和该标准答案之间的差异低于阈值，保持当前该语义分割模型作为盲方语义分割模型；步骤3、将待识别的盲文点字图像输入该盲方语义分割模型，得到该待识别盲文点字图像的语义分割结果图，作为识别结果，该识别结果中每个像素均对应其所属的盲方类别。
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院计算技术研究所，未经中国科学院计算技术研究所许可，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/201910419983.5/，转载请声明来源钻瓜专利网。
