[發明專利]基于哈希檢索的手寫英文單詞智能識別方法

有效

• 申請號: 201811519961.8
• 申請日: 2018-12-12
• 公開（公告）號: CN109344279B
• 公開（公告）日: 2021-08-10
• 發明（設計）人: 馬磊;陳義學;陳霞;張華英
• 申請（專利權）人: 山東山大鷗瑪軟件股份有限公司
• 主分類號: G06F16/53
• 分類號: G06F16/53;G06K9/46;G06K9/62
• 代理公司: 濟南舜源專利事務所有限公司 37205
• 代理人: 劉曉政

1.一種基于哈希檢索的手寫英文單詞智能識別方法，其特征在于，包括以下步驟：

步驟(1)：提取數據庫中每一張手寫英文單詞圖像的視覺特征和標簽信息，分別得到對應的視覺特征矩陣和標簽信息矩陣；

步驟(2)：根據標簽信息矩陣計算數據庫中圖像兩兩之間的相似性，得到相似性矩陣；

步驟(3)：利用視覺特征矩陣、標簽信息矩陣和相似性矩陣，獲得數據庫中每一張手寫英文單詞圖像的哈希碼；

步驟(4)：根據獲得的哈希碼，學習視覺特征到哈希碼的映射，即哈希函數；

步驟(5)：讀取待檢索的手寫英文單詞圖像，利用哈希碼檢索數據庫中圖像的哈希碼，完成圖像識別；

所述步驟(3)包括：

步驟(3.1)：利用視覺特征矩陣、標簽信息矩陣和相似性矩陣，設計哈希函數；

步驟(3.2)：根據哈希函數設計優化算法，獲得數據庫中每一張手寫英文單詞圖像的哈希碼；

所述步驟(3.1)具體包括：首先考慮哈希碼是原始數據核化之后通過一個映射矩陣映射而來，即XW；其次考慮嵌入標簽信息，即假設標簽可以被映射成哈希碼，即LG；目標哈希函數為：

s.t.B∈{-1,1}^n×r

其中S為相似性矩陣，X為視覺特征數據矩陣，L為標簽矩陣，W和G都為映射矩陣，T為轉置矩陣，B為最終要學習的哈希碼，||·||_F表示Frobenius范數，γ為參數，μ、θ為平衡參數；

所述步驟(3.2)具體包括：使用迭代算法，每一次迭代分成多步，每一步都固定其他參數更新一個參數，直到收斂或者達到最大迭代次數；其中：每一次迭代分為三個步驟：

步驟(3.2.1)：固定變量B和G，更新變量W；

步驟(3.2.2)：固定變量W和B，更新變量G；

步驟(3.2.3)：固定變量G和W，更新變量B；

所述步驟(3.2.1)中，當變量B和G固定時，目標哈希函數可以被改寫成公式1：

可以通過求公式1導數為零的解得到公式1的閉式解，得到公式2：

W＝C^-1(AG+θX^TB)(G^TDG+θI_r×r)^-1

其中A＝X^TSL,C＝X^TX,D＝L^TL，I為單位矩陣；

所述步驟(3.2.2)中，當變量W和B固定時，目標哈希函數可以重新寫作公式6：

相似地，計算公式6導數為零的解，得到公式7：

G＝D^-1(μL^TB+A^TW)(W^TCW+μI_r×r)^-1；

所述步驟(3.2.3)中，當變量G和W固定時，目標哈希函數可以被改寫成公式3：

s.t.B∈{-1,1}^n×r.

對于公式3進行如下變換得到公式4：

其中Tr(·)是跡，由于和是常數，公式4可以進一步簡化為公式5：

s.t.B∈{-1,1}^n×r.

因此，B的閉式解如下：

B＝sgn(μLG+θXW)

其中sgn(·)是元素級別的符號函數。