[发明专利]基于卷积神经网络识别单词的方法和装置有效
| 申请号： | 201910677804.8 | 申请日： | 2019-07-25 |
| 公开（公告）号： | CN110378342B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 张韵东;黄发亮;刘小涛 | 申请（专利权）人： | 北京中星微电子有限公司 |
| 主分类号： | G06V20/62 | 分类号： | G06V20/62;G06V30/18;G06V10/82;G06V30/24;G06N3/0464;G06N3/08 |
| 代理公司： | 北京布瑞知识产权代理有限公司 11505 | 代理人： | 秦卫中 |
| 地址： | 100191 北京市海*** | 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： | 本发明提供了一种基于卷积神经网络识别单词的方法和装置。该方法包括采用卷积神经网络模型对原始图像进行特征提取以输出第一特征图；将第一特征图在高度维度上切片以得到多个第二特征图；分别自上而下、自下而上对多个第二特征图进行卷积和相加运算以得到第三特征图；将第三特征图在宽度维度上切片以得到多个第四特征图；分别自左向右、自右向左对多个第四特征图进行卷积和相加运算以得到第五特征图；通过平均池化和全连接的方式将第五特征图映射到单词相似性概率空间以得到第一单词语义空间特征图；采用时序分类算法求解第一单词语义空间特征图对应的最优的单词序列，从而利用上下文空间序列学习卷积神经网络，充分探索图像中上下文的语义关系。 | ||
| 搜索关键词： | 基于 卷积 神经网络 识别 单词 方法 装置 | ||
【主权项】：
1.一种基于卷积神经网络识别单词的方法，其特征在于，包括：采用卷积神经网络模型对原始图像进行特征提取以输出第一特征图；将所述第一特征图在高度维度上切片以得到多个第二特征图；分别自上而下、自下而上对所述多个第二特征图进行卷积和相加运算以得到第三特征图；将所述第三特征图在宽度维度上切片以得到多个第四特征图；分别自左向右、自右向左对所述多个第四特征图进行卷积和相加运算以得到第五特征图；通过平均池化和全连接的方式将所述第五特征图映射到单词相似性概率空间中以得到第一单词语义空间特征图；采用时序分类算法求解所述第一单词语义空间特征图对应的最优的单词序列。
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北京中星微电子有限公司，未经北京中星微电子有限公司许可，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/201910677804.8/，转载请声明来源钻瓜专利网。
