[发明专利]一种基于Self-Attention的离线数学公式符号识别方法有效
| 申请号： | 201911405977.0 | 申请日： | 2019-12-31 |
| 公开（公告）号： | CN111160343B | 公开（公告）日： | 2023-03-28 |
| 发明（设计）人： | 蔡毅;刘诤 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06V20/62 | 分类号： | G06V20/62;G06V30/19;G06V10/764;G06V10/82;G06N3/0464;G06N3/047;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 裴磊磊 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Self‑Attention的离线数学公式识别方法，包括：对输入的数学公式图像进行预处理；编码阶段：对数学公式图像进行特征提取；将提取的特征的隐向量转换为多头的自注意力机制输入所需的维度；对提取的特征的隐向量进行编码，获得特征结果向量；解码阶段：依次输入字符到嵌入层，获得嵌入向量；将特征结果向量以及嵌入向量输入到网络块，获取输入字符的结果向量；获取输入字符的结果向量对应的的概率向量，找出概率向量中最大概率值索引对应的字符作为生成的字符；循环解码阶段，获得数学公式图像对应的latex字符序列。本发明仅仅使用注意力机制，不仅避免了LSTM固有的长距离依赖的问题，而且极大提升了模型的训练效率和识别准确率。 | ||
| 搜索关键词： | 一种 基于 self attention 离线 数学公式 符号 识别 方法 | ||
【主权项】：
暂无信息
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华南理工大学，未经华南理工大学许可，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/201911405977.0/，转载请声明来源钻瓜专利网。
