[發(fā)明專(zhuān)利]一種基于端到端自適應(yīng)的垂直粘連字符的識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010210522.X
• 申請(qǐng)日: 2020-03-24
• 公開(kāi)（公告）號(hào): CN111401354B
• 公開(kāi)（公告）日: 2023-07-11
• 發(fā)明（設(shè)計(jì)）人: 田博帆
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京紅松信息技術(shù)有限公司
• 主分類(lèi)號(hào): G06V30/14
• 分類(lèi)號(hào): G06V30/14;G06V30/148;G06V30/18;G06N3/0464;G06V10/82;G06N3/08
• 代理公司: 南京正聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 32243
• 代理人: 顧伯興

本發(fā)明涉及一種基于端到端自適應(yīng)的垂直粘連字符的識(shí)別方法，包括以下步驟：(1)字符定位：通過(guò)手印分離對(duì)圖片的答案區(qū)字符進(jìn)行連通域定位；(2)字符篩選：將定位坐標(biāo)與答案區(qū)的文本行的高度作比較判斷并篩選出垂直方向包含有至少兩個(gè)字符的坐標(biāo)框，并截取待選擇的包含粘連字符的答案圖片；(3)大小轉(zhuǎn)換：將截取到的待選擇的包含粘連字符的答案圖片作大小統(tǒng)一處理；(4)特征提取：采用卷積神經(jīng)網(wǎng)絡(luò)CNN按縱坐標(biāo)Y軸方向從上往下依次提取得到粘連字符的縱向特征圖，并將縱向特征圖進(jìn)行序列化得到時(shí)序關(guān)聯(lián)特征序列；(5)字符識(shí)別：將時(shí)序關(guān)聯(lián)特征序列輸送至softmax層中作多字符的計(jì)算分類(lèi)并輸出結(jié)果，完成垂直粘連字符的識(shí)別。

技術(shù)領(lǐng)域

本發(fā)明涉及文本OCR技術(shù)領(lǐng)域，尤其涉及一種基于端到端自適應(yīng)的垂直粘連字符的識(shí)別方法。

背景技術(shù)

隨著文字OCR技術(shù)的漸趨成熟，各類(lèi)自動(dòng)化批閱產(chǎn)品應(yīng)運(yùn)而生。技術(shù)走向多元化，開(kāi)始出現(xiàn)了融入和替代的極端趨勢(shì)，傳統(tǒng)OCR技術(shù)在面臨實(shí)際問(wèn)題時(shí)逐漸表現(xiàn)出更多的不足，慢慢進(jìn)入了瓶頸期。而人工智能技術(shù)的興起，在文字OCR領(lǐng)域，不僅表現(xiàn)出超凡的識(shí)別能力，強(qiáng)勁的發(fā)展勢(shì)頭，并突破了各種傳統(tǒng)OCR的技術(shù)壁壘，得到廣泛使用。

在文字OCR方面，尤其是手寫(xiě)體文字的書(shū)寫(xiě)形式較為自由，字體形態(tài)萬(wàn)千，因人而異。手寫(xiě)的文字經(jīng)常性地出現(xiàn)上下左右粘連的情況發(fā)生，僅憑字符定位分割方法難以保證字符的完整性。如學(xué)生在卷面上作答時(shí)由于答案區(qū)范圍受限，導(dǎo)致書(shū)寫(xiě)的字符粘連、超出作答區(qū)等情形出現(xiàn)。這會(huì)致使答案定位時(shí)面臨嚴(yán)重問(wèn)題，甚至無(wú)法準(zhǔn)確定位學(xué)生的答案，最終無(wú)法正確識(shí)別。端到端的OCR識(shí)別方式使粘連字符的識(shí)別成為可能，并逐漸應(yīng)用于復(fù)雜多變的手寫(xiě)文字識(shí)別中，但對(duì)于垂直方向的字符識(shí)別很少涉及，但仍適用于實(shí)際變化的需要。

為了能夠準(zhǔn)確定位答案，本申請(qǐng)?zhí)岢鲆环N基于端到端自適應(yīng)的垂直粘連字符的識(shí)別方法，用于解決垂直粘連字符的識(shí)別，達(dá)到準(zhǔn)確識(shí)別的目的。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是，提供一種基于端到端自適應(yīng)的垂直粘連字符的識(shí)別方法，解決了垂直粘連字符的識(shí)別，提高了識(shí)別的準(zhǔn)確率，實(shí)現(xiàn)準(zhǔn)確識(shí)別的目的。

為了解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案是：該基于端到端自適應(yīng)的垂直粘連字符的識(shí)別方法，具體包括以下步驟：

(1)字符定位：通過(guò)手印分離對(duì)圖片的答案區(qū)字符進(jìn)行連通域定位，得到所述圖片的答案區(qū)內(nèi)的每個(gè)字符的定位坐標(biāo)；

(2)字符篩選：根據(jù)所述步驟(1)得到的所述定位坐標(biāo)與所述答案區(qū)的文本行的高度作比較，判斷并篩選出垂直方向包含有至少兩個(gè)字符的坐標(biāo)框，并截取待選擇的包含粘連字符的答案圖片；

(3)大小轉(zhuǎn)換：將截取到的待選擇的包含粘連字符的答案圖片作大小統(tǒng)一處理，將所述包含粘連字符的答案圖片的大小轉(zhuǎn)換為一致；

(4)特征提取：采用卷積神經(jīng)網(wǎng)絡(luò)CNN，按縱坐標(biāo)Y軸方向從上往下依次提取得到粘連字符的縱向特征圖，并將所述縱向特征圖進(jìn)行序列化得到時(shí)序關(guān)聯(lián)特征序列；

(5)字符識(shí)別：將所述步驟(4)得到的粘連字符的所述時(shí)序關(guān)聯(lián)特征序列，記作：X_i＝{x₁,x₂,x₃,,x_i-1,x_i}(i≤n)，輸送至softmax層中作多字符的計(jì)算分類(lèi)并根據(jù)最大的概率輸出其結(jié)果，最終完成垂直粘連字符的識(shí)別。解決了垂直粘連字符的識(shí)別，提高了識(shí)別的準(zhǔn)確率，實(shí)現(xiàn)準(zhǔn)確識(shí)別的目的。

采用上述技術(shù)方案，該基于端到端自適應(yīng)的垂直粘連字符的識(shí)別方法，采用端到端的特征提取和分類(lèi)方法，將特征序列的傳送方向由橫向X軸方向轉(zhuǎn)為縱向Y軸方向進(jìn)行預(yù)測(cè)輸出，達(dá)到垂直粘連字符識(shí)別的目的。