[发明专利]字符的视觉感知编码

说明书

在一些实施例中，一种方法将一组图像输入到网络中，并基于将一组图像到一组字符中的一个或多个字符的分类来训练网络。该方法基于将该层的输出限制为多个值的网络的层来获得一个或多个字符的一组编码。然后，该方法存储一个或多个字符的一组编码，其中，当确定相应的字符时，该组编码中的编码是可检索的。

技术领域

本发明涉及字符的视觉感知编码。

背景技术

不同的语言可以基于不同的文字，该文字可以是用于书写语言的字符的书写系统。例如，英语和德语是基于拉丁语文字的，拉丁语文字是具有包括少于100个字符的小字母表的字母文字。其他语言可能会使用具有明显更大的一组字符的语标(logographic)文字。一个示例是普通话，其包括8000多个唯一的字符。英语和普通话字母表具有不同的语言结构、视觉结构、含义和统计频率。

当使用计算机处理不同语言的文本信息时，首先需要以机器可读格式对字符进行编码。语言的每个字符可以被分配唯一的编码。通常，编码不具有语义含义，因为第一个字符的编码与第二个字符的编码没有关系。这可能会使训练应用识别字符的效率降低，并且还会导致得到的输出具有可识别的错误。

发明内容

本发明的一个方面涉及一种方法，该方法包括由计算设备将一组图像输入到网络中；由计算设备基于一组图像到一组字符中的一个或多个字符的分类训练网络；由计算设备基于将层的输出限制为多个值的网络的层、获得一个或多个字符的一组编码；以及由计算设备存储一个或多个字符的一组编码，其中，当确定相应的字符时，该一组编码中的编码是可检索的。

本发明的另一个方面涉及一种其上存储有计算机可执行指令的非暂时性计算机可读存储介质，该计算机可执行指令在由计算设备执行时，使计算设备可操作以将一组图像输入到网络中；基于一组图像到一组字符中的一个或多个字符的分类训练网络；基于将层的输出限制为多个值的网络的层、获得一个或多个字符的一组编码；以及存储一个或多个字符的一组编码，其中，当确定相应的字符时，该一组编码中的编码是可检索的。

本发明的另一个方面涉及一种装置，包括一个或多个计算机处理器；以及包括指令的计算机可读存储介质，该指令用于控制一个或多个计算机处理器可操作以将一组图像输入到网络中；基于一组图像到一组字符中的一个或多个字符的分类训练网络；基于将层的输出限制为多个值的网络的层、获得一个或多个字符的一组编码；以及存储一个或多个字符的一组编码，其中，当确定相应的字符时，该一组编码中的编码是可检索的。

附图说明

关于随后的讨论，特别是关于附图的讨论，要强调的是，所示细节表示用于说明性讨论目的的示例，并且因为提供对本公开的原理和概念方面的描述而被呈现。就这一点而言，除了基本理解本公开所需要的以外，不试图展示实现细节。下面结合附图进行的讨论对于本领域技术人员而言清楚的是如何可以实践根据本公开的实施例。在各个附图和支持描述中，相似或相同的附图标记可用于标识或以其他方式指代相似或相同的元件。在附图中：

图1描绘了根据一些实施例的用于生成字符的编码的简化系统。

图2描绘了根据一些实施例的训练预测网络以生成编码模型的示例。

图3描绘了根据一些实施例的标签和图像的示例。

图4描绘了根据一些实施例的用于训练预测网络的方法的简化的流程图。

图5描绘了根据一些实施例的预测网络的更详细的示例。

图6描绘了根据一些实施例的编码的示例。

图7描绘了根据一些实施例的具有相似二进制码的符号的示例。

图8示出了根据一个实施例的专用计算机系统的示例。

具体实施方式