[发明专利]基于融合形态特征的自适应多卷积神经网络文字识别方法在审
| 申请号： | 201910338759.3 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN110738201A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 刘晋;余超;李云辉;栾翠菊 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 31253 上海精晟知识产权代理有限公司 | 代理人： | 冯子玲 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于融合形态特征的自适应多卷积神经网络文字识别方法，其中，包括：对待识别图像进行文字轮廓特征提取；对待识别图像中的文字图像通过自适应分类算法进行分类；根据分类结果将文字图像分配到不同密度的文字识别卷积神经网络中，将提取的文字轮廓特征与对应的文字图像特征进行融合，获得识别结果。本发明对待识别图像进行文字轮廓特征提取，并通过自适应分类算法对文字图像进行分类，将不同的文字图像给到不同的卷积神经网络进行文字识别，卷积神经网络对文字轮廓特征与文字图像融合，使得本发明所述的深度神经网络技术在加快识别速度的同时可以提高文字的总体识别率，特别是针对相似文字具有很好的识别效果。 | ||
| 搜索关键词： | 文字图像 卷积神经网络 文字轮廓 文字识别 自适应 分类算法 特征提取 图像 融合 神经网络技术 分类结果 形态特征 识别率 分类 分配 | ||
【主权项】：
1.一种基于融合形态特征的自适应多卷积神经网络文字识别方法，其特征在于，包括：对待识别图像进行文字轮廓特征提取；对待识别图像中的文字图像通过自适应分类算法进行分类；根据分类结果将文字图像分配到不同密度的文字识别卷积神经网络中，将提取的文字轮廓特征与对应的文字图像特征进行融合，获得识别结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海海事大学，未经上海海事大学许可，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/patent/201910338759.3/，转载请声明来源钻瓜专利网。
