[发明专利]一种基于递归神经网络的图像文字序列识别系统

权利要求书

1.一种基于递归神经网络的图像文字序列识别系统，其特征在于，包含图 像文字输入模块、特征提取模块以及递归神经网络分类器，其中所述图像文字 输入模块将待识别图像文字序列输入到所述特征提取模块中；

所述特征提取模块将整个待识别图像文字序列的特征数据提取出来，输入 到所述递归神经网络分类器中；

所述递归神经网络分类器根据样本特征数据，上一时刻递归神经网络分类 器的输出数据以及上一时刻递归神经网络分类器识别出的字词转化成的向量数 据，依次输出待识别图像文字序列的识别结果。

2.如权利要求1所述的系统，其特征在于：所述特征提取模块为卷积神经 网络。

3.如权利要求1或者2所述的系统，其特征在于：所述递归神经网络分类 器所采用的向前算法公式为：

aht=ΣiIwihxit+ΣlVwlhvlt-1+Σh′Hwh′hbh′t-1]]>

bht=θ(aht)]]>

akt=ΣhHwhkbht]]>

ykt=exp(akt)Σk′kexp(ak′t)]]>

其中I是输入向量的维度，V是识别结果转化为向量的维度，H是隐层的神 经元个数，K是输出层的神经元个数，x为卷积神经网络提取出来的特征数据， v为递归神经网络分类器识别出的字或者词转化成的向量数据，为当前时刻 递归神经网络分类器中隐含层神经元的输入，为当前时刻递归神经网络分类 器隐含层神经元的输出；为当前时刻递归神经网络分类器输出层神经元的输 入；为当前时刻递归神经网络分类器输出层神经元的输出，为一个概率值， 表示当前时刻对应神经元输出值相对于输出层所有神经元输出值的加和的比 例。