[發明專利]書寫人的身份識別方法及裝置在審
| 申請號： | 201610049241.4 | 申請日： | 2016-01-25 |
| 公開（公告）號： | CN105740786A | 公開（公告）日： | 2016-07-06 |
| 發明（設計）人： | 喬宇;邢林杰 | 申請（專利權）人： | 中國科學院深圳先進技術研究院 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06N3/02 |
| 代理公司： | 深圳中一專利商標事務所 44237 | 代理人： | 張全文 |
| 地址： | 518000 廣東省深圳*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 書寫 身份 識別 方法 裝置 | ||
1.一種書寫人的身份識別方法，其特征在于，包括：
構建深度卷積網絡模型，所述深度卷積網絡模型包括N個輸入，一個輸出，在所述輸入和所述輸出之間包括多個卷積層，還包括池化層和全連接層，所述N為大于1的整數；
通過訓練數據訓練所述深度卷積網絡模型；
將手寫文本圖像隨機切割成圖像塊后，相鄰的N個所述圖像塊分為一組，將每組所述圖像塊分別輸入訓練好的所述深度卷積網絡模型，得到每組所述圖像塊對應的輸出向量；
將得到的所有所述輸出向量的每個元素分別取平均值，將所述平均值最大的元素對應的書寫人作為所述手寫文本圖像的識別結果。
2.如權利要求1所述的方法，其特征在于，所述通過訓練數據訓練所述深度卷積網絡模型還包括：
對訓練數據中的手寫文本圖像進行非形變擴增。
3.如權利要求1所述的方法，其特征在于，所述深度卷積網絡模型包括五個卷積層，卷積核的大小為5×5和3×3。
4.如權利要求1所述的方法，其特征在于，所述全連接層的神經元個數為1024個。
5.一種書寫人的身份識別裝置，其特征在于，包括：
構建單元，用于構建深度卷積網絡模型，所述深度卷積網絡模型包括N個輸入，一個輸出，在所述輸入和所述輸出之間包括多個卷積層，還包括池化層和全連接層，所述N為大于1的整數；
訓練單元，用于通過訓練數據訓練所述深度卷積網絡模型；
計算單元，用于將手寫文本圖像隨機切割成圖像塊后，相鄰的N個所述圖像塊分為一組，將每組所述圖像塊分別輸入訓練好的所述深度卷積網絡模型，得到每組所述圖像塊對應的輸出向量；
識別單元，用于將得到的所有所述輸出向量的每個元素分別取平均值，將所述平均值最大的元素對應的書寫人作為所述手寫文本圖像的識別結果。
6.如權利要求5所述的裝置，其特征在于，所述訓練單元還用于：
對訓練數據中的手寫文本圖像進行非形變擴增。
7.如權利要求5所述的裝置，其特征在于，所述深度卷積網絡模型包括五個卷積層，卷積核的大小為5×5和3×3。
8.如權利要求5所述的裝置，其特征在于，所述全連接層的神經元個數為1024個。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院深圳先進技術研究院，未經中國科學院深圳先進技術研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201610049241.4/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種基于攝像頭的汽車并道輔助駕駛方法
- 下一篇：人臉活體檢測的方法和裝置
