[发明专利]光学字符识别方法、装置、设备及存储介质有效
申请号: | 201911076214.6 | 申请日: | 2019-11-06 |
公开(公告)号: | CN110826567B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 庄妮 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G06V30/148 | 分类号: | G06V30/148;G06V10/82;G06V30/19;G06N3/0464;G06N3/08 |
代理公司: | 北京远智汇知识产权代理有限公司 11659 | 代理人: | 范坤坤 |
地址: | 100041 北京市石景山区*** | 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: | |||
搜索关键词: | 光学 字符 识别 方法 装置 设备 存储 介质 | ||
1.一种光学字符识别方法,其特征在于,包括:
对待识别图像进行归一化处理;
将归一化处理后的待识别图像输入训练好的神经网络模型中,通过卷积块进行特征提取,获得待识别图像的深度特征矩阵;所述卷积块包括卷积层和池化层;
对所述深度特征矩阵进行字符预测,获得待识别图像中的光学字符;
所述对所述深度特征矩阵进行字符预测,获得待识别图像中的光学字符,包括:
对所述深度特征矩阵进行降维处理,获得多个预测向量;
将置信度最高的预测向量确定为识别结果;
所述对所述深度特征矩阵进行降维处理,获得多个预测向量,包括:
将多个预设标准类别向量分别与所述深度特征矩阵进行点乘运算,获得多个预测向量;其中,所述预设标准类别向量是根据光学字符的类别预先设定的;
所述训练好的神经网络通过如下步骤获得:
获取多张归一化处理的图片,确定为训练样本;
对每个训练样本分别标注所属的类别向量;
对于每个训练样本,将标注的训练样本依次输入神经网络的卷积块、转换层、重构层和全连接层,获得所述训练样本的预测向量;
根据所述预测向量和所述类别向量计算损失值,并根据所述损失值对所述神经网络进行优化,获得训练好的神经网络。
2.根据权利要求1所述的方法,其特征在于,对待识别图像进行归一化处理,包括:
获取待识别图像中所有像素点像素值的平均值、最大值和最小值;
根据所有像素点像素值的平均值、最大值和最小值对每一个像素点进行归一化处理。
3.根据权利要求2所述的方法,其特征在于,对于每个训练样本,将标注的训练样本依次输入神经网络的卷积块、转换层、重构层和全连接层,获得所述训练样本的预测向量,包括:
将标注的训练样本输入神经网络,通过卷积块进行特征提取,获得训练样本的深度特征矩阵;
将所述深度特征矩阵通过转换层和重构层进行转换重构,获得训练样本的特征向量;
将所述特征向量输入全连接层,获得训练样本的预测向量。
4.根据权利要求1所述的方法,其特征在于,将置信度最高的预测向量确定为识别结果,包括:
计算每个预测向量的模值;
将计算的模值确定为每个预测向量的置信度,并将置信度最高的预测向量确定为识别结果。
5.一种光学字符识别装置,其特征在于,包括:
归一化处理模块,用于对待识别图像进行归一化处理;
深度特征矩阵获取模块,用于将归一化处理后的待识别图像输入训练好的神经网络模型中,通过卷积块进行特征提取,获得待识别图像的深度特征矩阵;所述卷积块包括卷积层和池化层;
光学字符预测模块,用于对所述深度特征矩阵进行字符预测,获得待识别图像中的光学字符;
所述光学字符预测模块,还用于:
对深度特征矩阵进行降维处理,获得多个预测向量;
将置信度最高的预测向量确定为识别结果;
所述光学字符预测模块,还用于:将多个预设标准类别向量分别与所述深度特征矩阵进行点乘运算,获得多个预测向量;其中,所述预设标准类别向量是根据光学字符的类别预先设定的;
神经网络训练模块,用于:
获取多张归一化处理的图片,确定为训练样本;
对每个训练样本分别标注所属的类别向量;
对于每个训练样本,将标注的训练样本依次输入神经网络的卷积块、转换层、重构层和全连接层,获得训练样本的预测向量;
根据预测向量和类别向量计算损失值,并根据损失值对神经网络进行优化,获得训练好的神经网络。
6.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如权利要求1-4中任一所述的光学字符识别方法。
7.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现如权利要求1-4中任一所述的光学字符识别方法。
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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/pat/books/201911076214.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种浮船坞接驳下水自调整高度的装置
- 下一篇:现代沪语输入法