[发明专利]用于识别字迹的方法、装置及计算机可读介质

权利要求书

1.一种用于识别字迹的方法，其特征在于，包括：

利用从时间采样的历史字迹数据集获得的多个用户的历史字迹段数据和与所述历史字迹段数据相关的历史用户标签数据作为训练样本，训练生成包含循环神经网络和深度神经网络的判别模型，其中，

将所述历史字迹段数据输入到所述循环神经网络，所述循环神经网络输出指示用户字迹风格的特征值，所述特征值被输入到所述深度神经网络；

将所述历史用户标签数据输入到所述深度神经网络，所述深度神经网络用于进行用户字迹分类；

对所述循环神经网络和所述深度神经网络一起进行训练。

2.根据权利要求1所述的方法，其特征在于，所述用户字迹风格包括以下中的一项或多项：字迹生成速度、字迹书写形态、字迹书写顺序、字迹书写连笔。

3.根据权利要求1所述的方法，其特征在于，还包括：从所述历史字迹数据集获得历史字迹数据，对所述历史字迹数据进行预处理以获得所述历史字迹段数据。

4.根据权利要求1所述的方法，其特征在于，所述循环神经网络包括以下中的一项或多项：长短期记忆(LSTM)网络、门循环单元(GRU)网络、深层循环神经网络、双向循环神经网络。

5.根据权利要求1所述的方法，其特征在于，周期性地更新所述历史字迹数据集。

6.根据权利要求1所述的方法，其特征在于，包括：

将时间采样的具有用户标签的第一字迹段数据输入到所生成的判别模型，以生成指示用户字迹风格的第一特征值；

将时间采样的第二字迹段数据输入到所生成的判别模型，以生成指示用户字迹风格的第二特征值；

基于所述第一特征值和所述第二特征值，验证所述第二字迹段数据和所述第一字迹段数据是否由相同的用户书写。

7.根据权利要求6所述的方法，其特征在于，还包括：

如果所述第二特征值在所述第一特征值的阈值水平范围内，则确定所述第二字迹段数据和所述第一字迹段数据是由相同的用户书写；

如果所述第二特征值不在所述第一特征值的阈值水平范围内，则确定所述第二字迹段数据和所述第一字迹段数据不是由相同的用户书写。

8.根据权利要求6所述的方法，其特征在于，还包括：从时间采样的书写签名中获取所述第一字迹段数据。

9.根据权利要求6所述的方法，其特征在于，还包括：从时间采样的由用户书写的随机生成的文本中获取所述第一字迹段数据。

10.根据权利要求6所述的方法，其特征在于，还包括：从时间采样的手写签名中获取所述第二字迹段数据。

11.根据权利要求6所述的方法，其特征在于，还包括：从时间采样的由用户抄写的随机生成的文本中获取所述第二字迹段数据。

12.一种用于识别字迹的装置，包括：

存储器，其用于存储指令；以及

处理器，其耦合到所述存储器，所述处理器被配置为基于所述指令来执行如权利要求1到11中任一项所述的方法。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，所述指令在被执行时用于实现如权利要求1到11中任一项所述的方法。