[發(fā)明專利]具備可持續(xù)學(xué)習(xí)能力的多符號手繪草圖識別方法及裝置有效
| 申請?zhí)枺?/td> | 201810523245.0 | 申請日: | 2018-05-28 |
| 公開(公告)號: | CN108805224B | 公開(公告)日: | 2021-10-01 |
| 發(fā)明(設(shè)計)人: | 黃健;潘崇煜;龔建興;袁興生;陳程;張中杰 | 申請(專利權(quán))人: | 中國人民解放軍國防科技大學(xué) |
| 主分類號: | G06K9/68 | 分類號: | G06K9/68;G06N3/04 |
| 代理公司: | 湖南兆弘專利事務(wù)所(普通合伙) 43008 | 代理人: | 譚武藝 |
| 地址: | 410073 湖南*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 具備 可持續(xù) 學(xué)習(xí) 能力 符號 手繪 草圖 識別 方法 裝置 | ||
1.一種具備可持續(xù)學(xué)習(xí)能力的多符號手繪草圖識別方法,其特征在于實施步驟包括:
1)讀入草圖序列(x1,x2,…xt)構(gòu)成的待識別草圖,將待識別草圖的草圖序列(x1,x2,…xt)轉(zhuǎn)化為筆畫序列Si,i=1,2,…,l,l為筆畫總數(shù);
2)基于訓(xùn)練好的雙向長短時記憶網(wǎng)絡(luò)BiLSTM對筆畫序列Si進(jìn)行屬性識別形成筆畫屬性序列Attributei;
3)基于預(yù)設(shè)的筆畫位置關(guān)系模型對筆畫序列Si進(jìn)行空間關(guān)系建模形成筆畫關(guān)系序列Relationi;
4)將待識別草圖的l個筆畫構(gòu)成的符號保存進(jìn)入預(yù)設(shè)的符號庫,形成新的庫存符號Symmm=(Attributei=1,2…l,Relationi=1,2…l);
5)結(jié)合當(dāng)前符號庫中的庫存符號,對待識別草圖的筆畫屬性序列Attributei以及筆畫關(guān)系序列Relationi基于隱馬爾可夫模型進(jìn)行概率推斷識別得到草圖識別結(jié)果并輸出;
步驟3)中預(yù)設(shè)的筆畫位置關(guān)系模型中第1個筆畫的位置關(guān)系relation(i)的值為0、其余任意當(dāng)前第i個筆畫的位置關(guān)系relation(i)如式(2)所示;
式(2)中,Start(i)表示第i個筆畫的起始點坐標(biāo),End(i)表示第i個筆畫的終點坐標(biāo),Middle(i)表示第i筆畫的中點坐標(biāo),Start(i-1)表示第i-1個筆畫的起始點坐標(biāo),End(i-1)表示第i-1個筆畫的終點坐標(biāo),Middle(i-1)表示第i-1個筆畫的中點坐標(biāo),RD_threshold為筆畫關(guān)系判別的距離閾值,函數(shù)D表示二維空間的歐氏距離;
步驟5)的詳細(xì)步驟包括:
5.1)將待識別草圖的l個筆畫(S1,S2…Sl)、以及在第l筆畫后外加一個終點構(gòu)成的l+1個節(jié)點的隱馬爾可夫序列模型HMM的筆畫序列圖;
5.2)在當(dāng)前符號庫中依次選擇每一個庫存符號Symj(j=1,2…m),從筆畫序列圖的第一個節(jié)點開始,與以當(dāng)前節(jié)點開始的連續(xù)lenj個節(jié)點序列進(jìn)行單符號匹配,并計算當(dāng)前符號Symj和序列(Si,Si+1,…Si+lenj-1)匹配的條件概率,并記錄從節(jié)點i到節(jié)點(i+lenj-1)的路徑及其對應(yīng)庫存符號Symj;其中l(wèi)enj是指Symj的筆畫數(shù),i=1,2,…(l+2-lenj),l是指待識別草圖的筆畫數(shù)量;
5.3)基于單符號匹配生成的所有路徑,搜索從第1個到第l+1個節(jié)點的所有單向通路,計算每一條通路的完整后驗概率;
5.4)在所有單向通路中選擇后驗概率最小的通路,該條通路中的多條路徑對應(yīng)待識別草圖的符號分割,該路徑對應(yīng)的庫存匹配符號即為該符號識別結(jié)果;
5.5)將所有符號識別結(jié)果構(gòu)成的草圖識別結(jié)果(sketch1,sketch2,…sketchk)輸出,其中sketch1,sketch2,…sketchk為將草圖順序分割得到的k個連續(xù)符號;
步驟5.2)中條件概率的計算函數(shù)表達(dá)式如式(3)所示;
式(3)中,P(Symi|Symj)表示兩個筆畫數(shù)均為r的符號Symi和Symj之間符號相似度的判別條件概率,sym_attribute(i,rr),sym_ralation(i,rr)分別表示符號Symi中r維屬性序列和關(guān)系序列的第rr個元素,sym_attribute(j,rr),sym_ralation(j,rr)分別表示符號Symj中r維屬性序列和關(guān)系序列的第rr個元素,r表示符號Symi和Symj兩者筆畫屬性序列Attributei的維度,rr表示符號Symi和Symj兩者筆畫關(guān)系序列Relationi的維度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國人民解放軍國防科技大學(xué),未經(jīng)中國人民解放軍國防科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810523245.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





