[发明专利]用于复杂书写场景的手写文本数据生成方法及计算机产品

说明书

本发明公开了一种用于复杂书写场景的手写文本数据生成方法及计算机产品，方法包括：获取单字样本；根据设定的书写场景，确定所对应的场景参数和增强参数；基于场景参数和增强参数，调整单字样本与当前手写样本之间的关系，将单字样本合成到当前手写样本中，以生成新的手写文本样本，并且记录对应的单字切分位置。本发明能够根据设定的书写场景生成对应的手写文本，从而实现了手写文本的定制化生成，而且非常适于通过单字样本来生成手写文本样本。

技术领域

本发明涉及手写识别技术领域，特别是涉及一种用于复杂书写场景的手写文本数据生成方法。

背景技术

手写输入是人与设备的一种重要的交互方式。相应的，为了辨识手写输入，手写识别技术也在各种类型的电子设备上被广泛地应用起来。

现有技术中，手写识别技术主要是基于机器学习和深度学习的方法来构建识别模型，而构建识别模型的关键在于：将大量采样的数据集作为输入对识别模型进行训练，因此，为了提高识别模型的精度，需要足够多的数据。对于真实的、复杂的书写场景的手写识别，更加依赖足够逼近或模拟各类真实、复杂书写场景的测试数据。上述书写场景是指用户采用电子设备进行手写录入的方式，包括但不限于，单/多行，单/多列，跳跃书写，重叠书写，任意角度斜向书写等。

收集单字手写采样数据较容易实现，例如联机形式手写数据(通过某种电子设备获取到的用户手写输入以书写轨迹方式保存)中单字样本较多；然而，获取各类复杂场景下手写文本数据且同时记录单字类型(单字类型：书写单字的内容)和单字切分标签(单字切分标签：连续书写文本轨迹中属于完整单字的笔画段标记)则非常困难。比如对于某个书写者来说，容易收集到该书写者的若干个单字样本，但是由于书写者的工作性质、获取信息的成本等问题，该书写者的大量手写文本是很难收集的。

综上，现有技术中，缺少用于模型训练的大量手写文本样本。

发明内容

基于此，有必要针对上述存在的问题，提供一种用于复杂书写场景的手写文本数据生成方法，同时，本发明还提供了基于上述方法的计算机设备和计算机可读存储介质。

根据本发明的一个方面，本发明实施例提供了一种用于数据增强的手写文本数据生成方法，包括如下步骤：获取单字样本；根据设定的书写场景，确定所对应的场景参数和增强参数；基于场景参数和增强参数，调整单字样本与当前手写文本样本之间的关系，将单字样本合成到当前手写文本样本中，以生成新的手写文本样本，并且记录对应的单字切分标签。

在一个实施例中，根据语料内容从单字样本库中选取对应的单字形成单字样本集合，从单字样本集合中采集单字样本，并且对单字样本进行标准化；所述标准化包括归一化、估算单字样本的中心和计算单字样本的大小。

在一个实施例中，其中，还以当前手写文本样本的位置为参考；所述当前手写文本样本的位置包括：当前手写文本样本的中心位置，或者当前手写文本样本中末字的中心位置，所述末字为按照书写时间排序的最后一个字符。

在一个实施例中，所述书写场景包括若干种典型书写场景以及两种以上典型书写场景的结合，所述典型书写场景包括：“行/列书写”、“任意方向书写”、“重叠/多字叠写”、“跳跃书写”和“大小非均匀书写”。

在一个实施例中，对于两种以上典型书写场景的结合，将典型书写场景对应的合成方式进行嵌套以确定单字样本与当前手写文本样本之间的关系。

在一个实施例中，所述单字样本与当前手写文本样本之间的关系包括位置关系、重叠关系和/或大小关系。

在一个实施例中，所述场景参数与书写场景的属性相关联。

在一个实施例中，所述增强参数与单字样本的属性相关联。

根据本发明的另一个方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。