[发明专利]一种笔迹放大的方法和相关装置有效
申请号: | 201911302890.0 | 申请日: | 2019-12-17 |
公开(公告)号: | CN111078073B | 公开(公告)日: | 2021-03-23 |
发明(设计)人: | 陈玉珏;张敏;赵泽慧;齐伟 | 申请(专利权)人: | 科大讯飞股份有限公司 |
主分类号: | G06F3/0481 | 分类号: | G06F3/0481;G06T11/20 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 柳欣 |
地址: | 230088 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 笔迹 放大 方法 相关 装置 | ||
1.一种笔迹放大的方法,其特征在于,包括:
若笔迹停顿点对应的笔迹停顿相关信息满足间断点条件,将所述笔迹停顿点作为间断点,实时获得所述间断点对应的笔迹数据;
利用分类模型获得所述笔迹数据的内容属性类别;所述分类模型是基于训练笔迹数据、对应的内容属性类别和预设模型获得的;
基于所述笔迹数据对应的间距特征和角度特征,结合所述内容属性类别获得所述笔迹数据对应的最优间距和最优角度;
基于所述最优间距和最优角度,实时放大所述笔迹数据获得笔迹放大数据。
2.根据权利要求1所述的方法,其特征在于,所述笔迹停顿相关信息包括笔迹停顿时间和/或前后笔迹位置信息。
3.根据权利要求1所述的方法,其特征在于,所述基于所述笔迹数据对应的间距特征和角度特征,结合所述内容属性类别获得所述笔迹数据对应的最优间距和最优角度,具体为:
若所述笔迹数据是第一个笔迹数据,基于所述第一个笔迹数据内字符间距和字符角度,结合所述内容属性类别获得所述第一个笔迹数据内最优字符间距和最优字符角度;
对应地,所述基于所述最优间距和最优角度,实时放大所述笔迹数据获得笔迹放大数据,具体为:
基于所述第一个笔迹数据内最优字符间距和最优字符角度,放大所述第一个笔迹数据获得所述笔迹放大数据。
4.根据权利要求1所述的方法,其特征在于,所述基于所述笔迹数据对应的间距特征和角度特征,结合所述内容属性类别获得所述笔迹数据对应的最优间距和最优角度,具体为:
若所述笔迹数据不是第一个笔迹数据,基于所述笔迹数据内字符间距、字符角度、笔迹数据间的数据间距和数据角度,获得所述笔迹数据内最优字符间距、最优字符角度、笔迹数据间的最优数据间距和最优数据角度;
对应地,所述基于所述最优间距和最优角度,实时放大所述笔迹数据获得笔迹放大数据,具体为:
基于所述笔迹数据内最优字符间距、最优字符角度、笔迹数据间的最优数据间距和最优数据角度,放大所述笔迹数据获得所述笔迹放大数据。
5.根据权利要求1所述的方法,其特征在于,在基于所述笔迹数据对应的间距特征和角度特征,结合所述内容属性类别获得所述笔迹数据对应的最优间距和最优角度之前,还包括:
基于所述内容属性类别对所述笔迹数据进行冗余数据剔除,获得有效笔迹数据;
对应地,所述基于所述笔迹数据对应的间距特征和角度特征,结合所述内容属性类别获得所述笔迹数据对应的最优间距和最优角度,具体为:
基于所述有效笔迹数据对应的间距特征和角度特征,结合所述内容属性类别获得所述有效笔迹数据对应的最优间距和最优角度;
所述基于所述最优间距和最优角度,实时放大所述笔迹数据获得笔迹放大数据,具体为:
基于所述最优间距和最优角度,放大所述有效笔迹数据获得所述笔迹放大数据。
6.根据权利要求5所述的方法,其特征在于,所述基于所述内容属性类别对所述笔迹数据进行冗余数据剔除,获得有效笔迹数据,包括:
对所述笔迹数据进行常规冗余数据剔除,获得第一剔除笔迹数据;
对所述第一剔除笔迹数据进行符合所述内容属性类别的冗余数据剔除,获得第二剔除笔迹数据作为所述有效笔迹数据。
7.根据权利要求6所述的方法,其特征在于,所述对所述第一剔除笔迹数据进行符合所述内容属性类别的冗余数据剔除,获得第二剔除笔迹数据作为所述有效笔迹数据,包括:
确定所述符合所述内容属性类别的冗余数据剔除模型;
利用所述冗余数据剔除模型对所述第一剔除笔迹数据进行冗余数据剔除,获得第二剔除笔迹数据作为所述有效笔迹数据。
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科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,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/201911302890.0/1.html,转载请声明来源钻瓜专利网。