[发明专利]基于语义强化编码器解码器框架的场景文字识别方法及系统在审
| 申请号： | 202010416704.2 | 申请日： | 2020-05-15 |
| 公开（公告）号： | CN111753827A | 公开（公告）日： | 2020-10-09 |
| 发明（设计）人： | 王伟平;乔峙;周宇;杨东宝;周玉灿 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/40;G06N3/04 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 陈艳 |
| 地址： | 100093 *** | 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： | 本发明提供一种基于语义强化编码器解码器框架的场景文字识别方法及系统，将目标图像上的任意形状的文本矫正为水平文本，得到矫正后的图像；将矫正后的图像输入到卷积神经网络中提取视觉特征，利用循环神经网络从该视觉特征中提取序列信息；根据序列信息预测全局语义信息；利用上述全局语义信息初始化一基于注意力机制的门控循环单元GRU的状态，根据上述视觉特征与GRU每一个解码时间的隐状态计算注意力权重，根据该注意力权重对上述视觉特征进行加权，预测出图像上的每一个字符。能够有效地利用全局信息填补现有方法使用局部信息的不足，同时减小视觉信息与语义信息之间的鸿沟，从而使模型能够更好地处理低质量的图像。 | ||
| 搜索关键词： | 基于 语义 强化 编码器 解码器 框架 场景 文字 识别 方法 系统 | ||
【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中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，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/202010416704.2/，转载请声明来源钻瓜专利网。
- 上一篇：平行缆索检测装置
- 下一篇：一种燃料电池系统集群的功率分配方法及装置
