[发明专利]字符识别方法、服务器及计算机可读存储介质

权利要求书

1.一种字符识别方法，应用于服务器，其特征在于，所述方法包括：

获取字符数据，并将获取到的各个字符数据与预设的背景图片进行图像合成以得到各个字符数据对应的字符图像；

对合成后的字符图像进行随机扰动处理以得到不同类型的字符图像；

将所述不同类型的字符图像输入至深度学习网络中进行训练以生成字符识别模型；及

将待识别字符图像输入至所述字符识别模型中，输出所述待识别字符图像的识别结果。

2.如权利要求1所述的字符识别方法，其特征在于，所述深度学习网络为CRNN模型，所述CRNN模型包括一个VGG16层、两个长短期记忆网络LSTM层以及两个全连接FC层，其中，所述VGG16层用于对字符图像的空间特征进行提取，所述两个长短期记忆网络LSTM层用于对字符图像的时序特征进行提取，所述两个全连接FC层用于对提取出的空间特征及时序特征进行分类。

3.如权利要求2所述的字符识别方法，其特征在于，所述将所述不同类型的字符图像输入至深度学习网络中进行训练以生成字符识别模型的步骤之后，还包括：

测试所述字符识别模型对字符的识别准确率；及

若所述识别准确率低于预设阈值，则对所述字符识别模型进行调整。

4.如权利要求3所述的字符识别方法，其特征在于，所述对所述字符识别模型进行调整的步骤包括：

冻结所述VGG16层的参数；

对所述两个长短期记忆网络LSTM层以及所述两个全连接FC层的参数进行调整；及

采用真实的字符图像数据对经过调整后的字符识别模型进行训练。

5.如权利要求1至4任一项所述的字符识别方法，其特征在于，所述随机扰动处理包括：高斯模糊处理、高斯噪声处理、图片的小幅度旋转处理、图片的对比度变化处理及图片的颜色变化处理中的至少一种。

6.一种服务器，其特征在于，所述服务器包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的字符识别系统，所述字符识别系统被所述处理器执行时实现如下步骤：

获取字符数据，并将获取到的各个字符数据与预设的背景图片进行图像合成以得到各个字符数据对应的字符图像；

对合成后的字符图像进行随机扰动处理以得到不同类型的字符图像；

将所述不同类型的字符图像输入至深度学习网络中进行训练以生成字符识别模型；及

将待识别字符图像输入至所述字符识别模型中，输出所述待识别字符图像的识别结果。

7.如权利要求6所述的服务器，其特征在于，所述深度学习网络为CRNN模型，所述CRNN模型包括一个VGG16层、两个长短期记忆网络LSTM层以及两个全连接FC层，其中，所述VGG16层用于对字符图像的空间特征进行提取，所述两个长短期记忆网络LSTM层用于对字符图像的时序特征进行提取，所述两个全连接FC层用于对提取出的空间特征及时序特征进行分类。

8.如权利要求7所述的服务器，其特征在于，所述字符识别系统被所述处理器执行时，还实现如下步骤：

测试所述字符识别模型对字符的识别准确率；及

若所述识别准确率低于预设阈值，则对所述字符识别模型进行调整。

9.如权利要求8所述的服务器，其特征在于，所述对所述字符识别模型进行调整的步骤包括：

冻结所述VGG16层的参数；

对所述两个长短期记忆网络LSTM层以及所述两个全连接FC层的参数进行调整；及

采用真实的字符图像数据对经过调整后的字符识别模型进行训练。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有字符识别系统，所述字符识别系统可被至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-5中任一项所述的字符识别方法的步骤。