[發明專利]基于CNN結構神經網絡的水書文字識別方法在審
| 申請號： | 201910217488.6 | 申請日： | 2019-03-21 |
| 公開（公告）號： | CN110348280A | 公開（公告）日： | 2019-10-18 |
| 發明（設計）人： | 丁瓊 | 申請（專利權）人： | 貴州工業職業技術學院 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/20;G06K9/34;G06N3/04;G06N3/08 |
| 代理公司： | 貴陽中新專利商標事務所 52100 | 代理人： | 商小川 |
| 地址： | 551400 貴州省*** | 國省代碼： | 貴州;52 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 神經網絡 文字識別 樣本 神經網絡模型 文字識別技術 算法實現 特征提取 準確率 采集 分類 檢測 | ||
【權利要求書】：
1.一種基于CNN結構神經網絡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結構神經網絡模型對水書文字樣本進行特征提取和分類；
步驟3、采用YOLO算法實現水書字符的定位與檢測。
2.根據權利要求1所述的一種基于CNN結構神經網絡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，w,h代表方框寬度和高度，置信度代表預測方框和所有標注方框的IOU；
步驟3.4、每個格子還要預測出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，對于每個格子預測一組條件概率（C個），而不管B的數量；
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
得出每個方框對于每個類別的置信度，這個分數即包含了類別準確性的概率也包含了預測框對物體的符合程度。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
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貴州工業職業技術學院，未經貴州工業職業技術學院許可，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/201910217488.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：物體識別處理裝置和方法、以及物體揀選裝置和方法
- 下一篇：警報裝置
