[发明专利]识别手写汉字的笔顺的方法、系统和计算设备

权利要求书

1.一种用于识别手写汉字的笔顺的方法，其特征在于，所述方法包括：

获取待识别的手写汉字的轨迹点序列，并对所述手写汉字的轨迹点序列进行预处理，得到所述手写汉字的关键点序列；

基于所述手写汉字的关键点序列提取所述手写汉字的笔画特征，其中所述笔画特征包括基本特征和语义特征；以及

利用经训练的笔顺识别模型对所述手写汉字的笔画特征与相应的模板汉字的笔画特征一起进行处理，得到笔顺识别结果。

2.如权利要求1所述的方法，其特征在于，其中经训练的笔顺识别模型包括经训练的空间变换网络和笔顺识别网络，其中：

所述空间变换网络用于对所述手写汉字的笔画特征进行空间变换，得到经变换的手写汉字的笔画特征；

所述笔顺识别网络用于对所述经变换的手写汉字的笔画特征与所述模板汉字的笔画特征一起进行处理，得到笔顺识别结果。

3.如权利要求2所述的方法，其特征在于，其中所述笔顺识别网络包括隐层特征提取模块，用于从所述经变换的手写汉字的笔画特征和所述模板汉字的笔画特征分别提取出手写汉字的手写汉字隐层特征和模板汉字的模板汉字隐层特征。

4.如权利要求3所述的方法，其特征在于，其中所述笔顺识别网络还包括特征融合模块，用于将所提取的所述手写汉字隐层特征和所述模板汉字隐层特征进行融合处理，得到所述手写汉字隐层特征和所述模板汉字隐层特征的差异特征。

5.如权利要求4所述的方法，其特征在于，其中所述笔顺识别网络还包括笔顺识别模块，用于基于所述差异特征识别出所述笔顺识别结果。

6.如权利要求1所述的方法，其特征在于，所述基本特征包括所述笔画线段上各个关键点的坐标和书写时间，所述语义特征包括所述笔画线段的贝塞尔特征、路径签名特征、关键点间的距离、曲率、笔画走向特征中的一个或更多个。

7.如权利要求1所述的方法，其特征在于，其中对所述手写汉字的轨迹点序列进行预处理，得到所述手写汉字的关键点序列的步骤包括：

对所述手写汉字的轨迹点序列进行处理，得到所述手写汉字的轨迹点均匀分布的笔画线段；

针对每个轨迹点均匀分布的笔画线段，计算其上所有轨迹点对应的曲率夹角和与前一个轨迹点之间的距离，基于所述曲率夹角和/或所述距离确定所述笔画线段的关键点序列；

对各个笔画线段的关键点序列进行组合，得到所述手写汉字的关键点序列。

8.如权利要求1所述的方法，其特征在于，所述方法还包括：由汉字识别模型对待识别的手写汉字进行识别，得到汉字识别结果，根据所述汉字识别结果匹配并获取所述相应的模板汉字。

9.如权利要求1所述的方法，其特征在于，所述方法还包括：如果所述笔顺识别结果指示待识别的所述手写汉字的笔顺错误，则获取所述相应的模板汉字的正确笔顺并呈现给用户。

10.如权利要求2所述的方法，其特征在于，其中所述笔顺识别网络为循环神经网络。

11.如权利要求2所述的方法，其特征在于，其中所述空间变换网络和所述笔顺识别网络是通过联合训练的训练方式被训练为用于识别手写汉字的笔顺。