[發(fā)明專利]基于CNN結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的水書文字識別方法

在審

• 申請?zhí)枺?/td>: 201910217488.6
• 申請日: 2019-03-21
• 公開（公告）號: CN110348280A
• 公開（公告）日: 2019-10-18
• 發(fā)明（設(shè)計）人: 丁瓊
• 申請（專利權(quán)）人: 貴州工業(yè)職業(yè)技術(shù)學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/34;G06N3/04;G06N3/08
• 代理公司: 貴陽中新專利商標(biāo)事務(wù)所 52100
• 代理人: 商小川

1.一種基于CNN結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的水書文字識別方法，它包括：

步驟1、采集水書文字樣本；

步驟2、采用基于CNN結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)模型對水書文字樣本進(jìn)行特征提取和分類；

步驟3、采用YOLO算法實現(xiàn)水書字符的定位與檢測。

2.根據(jù)權(quán)利要求1所述的一種基于CNN結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的水書文字識別方法，其特征在于：步驟3所述采用YOLO算法實現(xiàn)水書字符的定位與檢測的方法包括：

步驟3.1、將輸入圖片劃分為S*S個格子；

步驟3.2、每個格子預(yù)測出B個方框和它的置信度；

步驟3.3、每個方框包括五個預(yù)測值：x,y,w,h,和置信度，x,y代表方框中心相對于格子的坐標(biāo)，w,h代表方框?qū)挾群透叨龋眯哦却眍A(yù)測方框和所有標(biāo)注方框的IOU；

步驟3.4、每個格子還要預(yù)測出C個條件概率Pr(Class i | Object)，條件是基于格子包含物體的情況下，對于每個格子預(yù)測一組條件概率（C個），而不管B的數(shù)量；

步驟3.5、在檢測中，最后將類別的條件概率和每個方框的置信度相乘：

Pr(Classi|Object) ?Pr(Object) ? IOU = Pr(Classi) ? IOU

得出每個方框?qū)τ诿總€類別的置信度，這個分?jǐn)?shù)即包含了類別準(zhǔn)確性的概率也包含了預(yù)測框?qū)ξ矬w的符合程度。