[發明專利]一種字符識別方法和裝置

在審

• 申請號: 202010230663.8
• 申請日: 2020-03-27
• 公開（公告）號: CN113449760A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 劉自銀;安山;譚李
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張效榮;王志遠

本發明公開了一種字符識別方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：利用卷積神經網絡模型對目標圖像進行卷積處理，得到目標圖像的特征向量；利用卷積神經網絡模型的輸出層對應的特征字符的特征向量與目標圖像的特征向量進行相似度計算，以識別目標圖像中的目標字符，其中，特征字符包括單個字符和組合字符。該實施方式簡化了字符識別流程，縮短了字符識別時耗，提高了識別準確率。

技術領域

本發明涉及計算機技術領域，尤其涉及一種字符識別方法和裝置。

背景技術

字符識別是通過掃描等光學輸入方式將各種票據、報刊、書籍、文稿及其它印刷品的字符轉化為圖像信息，再利用字符識別技術將圖像信息轉化為計算機可以輸入使用的技術。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

1.采用非CNN(Convolutional Neural Network，卷積神經網絡)的傳統圖像處理識別方法，字符識別準確率低；

2.現有的采用CNN的方法，字符識別流程復雜，字符識別精度低、識別耗時較長，且直接識別時只能識別單個字符。

發明內容

有鑒于此，本發明實施例提供一種字符識別方法和裝置，能夠簡化字符識別流程，縮短字符識別耗時，提高識別準確率，還能同時識別單個字符和組合字符。

為實現上述目的，根據本發明實施例的第一方面，提供了一種字符識別方法和裝置，包括：

利用卷積神經網絡模型對目標圖像進行卷積處理，得到目標圖像的特征向量；

利用卷積神經網絡模型的輸出層對應的特征字符的特征向量與目標圖像的特征向量進行相似度計算，以識別目標圖像中的目標字符，其中，特征字符包括單個字符和組合字符。

進一步地，卷積神經網絡模型的輸出層對應至少一個分支網絡，每個分支網絡對應一個特征字符的特征向量。

進一步地，利用卷積神經網絡模型的輸出層對應的特征字符的特征向量與目標圖像的特征向量進行相似度計算的步驟包括：利用輸出層的每個分支網絡對應的特征字符的特征向量分別與目標圖像的特征向量進行相似度計算。

進一步地，利用卷積神經網絡模型的輸出層對應的特征字符的特征向量與目標圖像的特征向量進行相似度計算的步驟之后，字符識別方法還包括：根據相似度閾值對相似度計算結果進行歸一化處理，以根據歸一化結果完成目標圖像中目標字符的識別。

進一步地，在利用卷積神經網絡模型對目標圖像進行卷積處理的步驟之前，字符識別方法還包括：

為卷積神經網絡模型的輸出層的每個分支網絡對應的特征字符設置相應的權重系數；

利用訓練集合對卷積神經網絡模型進行訓練，使得卷積神經網絡模型達到收斂。

進一步地，在利用訓練集合對卷積神經網絡模型進行訓練的步驟之前，字符識別方法還包括：根據每個分支網絡對應的特征字符的權重系數和識別偏差確定輸出層的總輸出損失，以根據總輸出損失和訓練結果調整每個分支網絡對應的特征字符的權重系數。

進一步地，訓練集合根據難度等級劃分多個訓練子集，利用訓練集合對卷積神經網絡模型進行訓練的步驟包括：按照難度等級從小到大的順序，依次利用訓練子集對卷積神經網絡模型進行訓練，其中，難度等級根據訓練子集中圖像字符的大小、清晰度進行確定。

根據本發明實施例的第二方面，提供了一種字符識別裝置，包括：

卷積處理模塊，用于利用卷積神經網絡模型對目標圖像進行卷積處理，得到目標圖像的特征向量；