[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(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910217488.6
• 申請(qǐng)日: 2019-03-21
• 公開（公告）號(hào): CN110348280A
• 公開（公告）日: 2019-10-18
• 發(fā)明（設(shè)計(jì)）人: 丁瓊
• 申請(qǐng)（專利權(quán)）人: 貴州工業(yè)職業(yè)技術(shù)學(xué)院
• 主分類號(hào): G06K9/00
• 分類號(hào): 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

本發(fā)明公開了一種基于CNN結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的水書文字識(shí)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(duì)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(shí)現(xiàn)水書字符的定位與檢測(cè)；解決了現(xiàn)有技術(shù)中通過常規(guī)文字識(shí)別技術(shù)識(shí)別水書文字存在準(zhǔn)確率低下等問題。

技術(shù)領(lǐng)域

本發(fā)明屬于文字識(shí)別技術(shù)，尤其涉及一種基于CNN結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的水書文字識(shí)別方法。

背景技術(shù)：

在計(jì)算機(jī)視覺領(lǐng)域，物體識(shí)別和定位一直是一個(gè)重要研究方向，對(duì)水書文字的識(shí)別也正是屬于這一范疇的問題，由于水書文字屬于象形文字，為非標(biāo)準(zhǔn)化文字，在收集的水書樣本中，幾乎都是手寫的水書資料，同一個(gè)字不同的人寫出來差別可能很大，還有很多水書文字都是和其他文字（例如：漢字）混編在一起，從一個(gè)混編文獻(xiàn)中準(zhǔn)確識(shí)別出水書文字，而不誤識(shí)別其它文字或圖案，這對(duì)字符分割、定位與檢測(cè)，及字符特征提取與分類算法都提出了很高的要求；另外，由于水書文字與自然圖片相比較在特征上有極大的不同，而通常神經(jīng)網(wǎng)絡(luò)都是在ImageNet等通用的圖像分類數(shù)據(jù)集上進(jìn)行的預(yù)訓(xùn)練，普通的神經(jīng)網(wǎng)絡(luò)很難泛化這些特征上的區(qū)別；因此采用現(xiàn)有技術(shù)的文字識(shí)別方法識(shí)別水書文字存在準(zhǔn)確率低下等問題。

發(fā)明內(nèi)容：

本發(fā)明要解決的技術(shù)問題：提供一種基于CNN結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的水書文字識(shí)別方法，以解決現(xiàn)有技術(shù)中通過常規(guī)文字識(shí)別技術(shù)識(shí)別水書文字存在準(zhǔn)確率低下等問題。

本發(fā)明的技術(shù)方案：

一種基于CNN結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的水書文字識(shí)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(duì)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(shí)現(xiàn)水書字符的定位與檢測(cè)。

步驟3所述采用YOLO算法實(shí)現(xiàn)水書字符的定位與檢測(cè)的方法包括：

步驟3.1、將輸入圖片劃分為S*S個(gè)格子；

步驟3.2、每個(gè)格子預(yù)測(cè)出B個(gè)方框和它的置信度；

步驟3.3、每個(gè)方框包括五個(gè)預(yù)測(cè)值：x,y,w,h,和置信度，x,y代表方框中心相對(duì)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(cè)方框和所有標(biāo)注方框的IOU；

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

步驟3.5、在檢測(cè)中，最后將類別的條件概率和每個(gè)方框的置信度相乘：

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

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

本發(fā)明的有益效果：

本發(fā)明采用的卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種特殊的深層的神經(jīng)網(wǎng)絡(luò)模型,它是將BP和深度學(xué)習(xí)網(wǎng)絡(luò)相結(jié)合而產(chǎn)生的新型BP。卷積神經(jīng)網(wǎng)絡(luò)是為了識(shí)別二維形狀而設(shè)汁的多層感知器,具有局部感受,層次結(jié)構(gòu)、特征提取和分類過程結(jié)合的全局訓(xùn)練的特點(diǎn)。這種網(wǎng)絡(luò)結(jié)構(gòu)可對(duì)平移、旋轉(zhuǎn)、比例縮放、傾斜或者其他形式的變形具有高度不變性；CNN網(wǎng)絡(luò)利用了圖像的空間信息，增強(qiáng)了圖像中的特征，同時(shí)，由于共用權(quán)值，大大減少了參數(shù)量，使得CNN結(jié)構(gòu)在訓(xùn)練時(shí)更能減少過擬合現(xiàn)象，提高了模型的泛化能力；