[发明专利]一种基于深度学习的手写体数学表达式识别方法与装置在审
| 申请号： | 201910896808.5 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110766012A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 单光存;王红宇;文博 | 申请（专利权）人： | 北京航空航天大学;博恒科技(杭州)有限公司 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/62;G06N3/04 |
| 代理公司： | 11021 中科专利商标代理有限责任公司 | 代理人： | 马莉 |
| 地址： | 100083*** | 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： | 本公开提供了一种基于深度学习的手写体数学表达式识别方法，包括：S1，对含有手写体数学表达式的图片进行预处理，并输入模型中；S2，采用DenseNet网络作为编码器对输入模型的图片进行编码，并将所述DenseNet网络的输出作为编码向量；S3，将所述编码向量作为输入，采用引入二维注意力机制的解码器对所述编码向量进行解码。通过采用新的二维注意力计算方式，使得模型能够很好的解析数学表达式中所存在的二维结构；同时采用更高效的网络DenseNet来作为编码器产生编码向量，相比于其他方法可以更好的提取图片特征。 | ||
| 搜索关键词： | 编码向量 数学表达式 编码器 手写体 二维 预处理 解码器 注意力机制 解码 二维结构 计算方式 图片特征 网络 解析 注意力 输出 引入 图片 学习 | ||
【主权项】：
1.一种基于深度学习的手写体数学表达式识别方法，其特征在于，包括：/nS1，对含有手写体数学表达式的图片进行预处理，并输入模型中；/nS2，采用DenseNet网络作为编码器对输入模型的图片进行编码，并将所述DenseNet网络的输出作为编码向量；/nS3，将所述编码向量作为输入，采用引入二维注意力机制的解码器对所述编码向量进行解码。/n
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航空航天大学;博恒科技(杭州)有限公司，未经北京航空航天大学;博恒科技(杭州)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/201910896808.5/，转载请声明来源钻瓜专利网。
