[發明專利]易混淆字符識別模型訓練方法和裝置

有效

• 申請號: 201710427954.4
• 申請日: 2017-06-08
• 公開（公告）號: CN109034166B
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 田鳳彬
• 申請（專利權）人: 北京君正集成電路股份有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 北京智為時代知識產權代理事務所(普通合伙) 11498
• 代理人: 王加嶺;楊靜

1.一種易混淆字符識別模型訓練方法，其特征在于，包括：

獲取目標易混淆字符的訓練樣本，將訓練樣本增加至訓練集中；

對所述訓練集中的各個訓練樣本進行網格劃分，并獲取目標網格塊的網格特征；

獲取所述訓練集中各個訓練樣本的深度特征、曲度特征和直線特征；

根據所述網格特征、深度特征、曲度特征和直線特征，采用多閾值訓練方式，訓練得到易混淆字符識別模型；

在所述易混淆字符為0、D和Q的情況下，深度特征為從字符頂端算起，六分之一處到六分之五處，從左向右，從0到四分之一處的深度值；曲度特征為從字符頂端算起，六分之一處到六分之五處，從左向右，從0到四分之一處的曲度值；直線長度特征為從字符頂端算起，七分之一處到七分之六處，從左向右，從0到四分之一處的直線長度；

在所述易混淆字符為8和B的情況下，深度特征為從字符頂端向下算起，0到四分之一處，從左向右，從0到五分之三處的深度值；曲度特征為從字符頂端向下算起，0到四分之一處，從左向右，從0到五分之三處的曲度值；直線長度特征為從字符頂端算起，七分之一處到七分之六處，從左向右，從0到四分之一處的直線長度；

在所述易混淆字符為2和Z的情況下，深度特征為從字符頂端向下算起，0到五分之一處，從左向右，從0到五分之四處的深度值；曲度特征為從字符頂端向下算起，0到五分之一處，從左向右，從0到五分之四處的曲度值；直線長度特征為從字符頂端算起，0處到七分之一處，從左向右，從0到五分之四處的直線長度；

在所述易混淆字符為5和S的情況下，深度特征為從字符頂端向下算起，0到五分之一處，從左向右，從0到右端處的深度值；曲度特征為從字符頂端向下算起，0到五分之一處，從左向右，從0到右端處的曲度值；直線長度特征為從字符頂端算起，0處到七分之一處，從左向右，從0到右端處的直線長度和從字符頂端算起，0處到二分之一處，從左向右，從0到四分之一處的直線長度。

2.根據權利要求1所述的方法，其特征在于，在對所述訓練集中的各個訓練樣本進行網格劃分，并獲取目標網格塊的網格特征之前，所述方法還包括：

對所述訓練集中的各個訓練樣本中字符，計算字符的外接矩形。

3.根據權利要求1所述的方法，其特征在于，易混淆字符包括以下一對或多對：0、D和Q，8和B，2和Z，5和S。

4.如權利要求3所述的方法，其特征在于：

在所述易混淆字符為0、D和Q的情況下，對所述訓練集中的各個訓練樣本進行網格劃分，包括，將訓練樣本中的字符平分為16個網格塊；

在所述易混淆字符為8和B，2和Z，或者，5和S情況下，對所述訓練集中的各個訓練樣本進行網格劃分，包括，將訓練樣本中的字符平分為9個網格塊。

5.如權利要求1所述的方法，其特征在于，在根據所述網格特征、深度特征、曲度特征和直線特征，采用多閾值訓練方式，訓練得到易混淆字符識別模型的過程中，對于網格特征、深度特征、曲度特征和直線特征中的每個特征設置兩個閾值，在大于所述兩個閾值中較大閾值的情況下，作為一類，在小于所述兩個閾值中較小閾值的情況下，作為另一類，在位于所述兩個閾值之間的情況下，采用下一個特征進行訓練。

6.如權利要求1所述的方法，其特征在于，在根據所述網格特征、深度特征、曲度特征和直線特征，采用多閾值訓練方式，訓練得到易混淆字符識別模型的過程中，逐步縮小閾值進行，將識別正確率最高時的易混淆字符識別模型對應的閾值作為訓練結果。