[發明專利]字符的視覺感知編碼

在審

• 申請號: 202010965880.1
• 申請日: 2020-09-15
• 公開（公告）號: CN112926373A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: J.霍尼;M.斯皮納奇
• 申請（專利權）人: SAP歐洲公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 邵亞麗

在一些實施例中，一種方法將一組圖像輸入到網絡中，并基于將一組圖像到一組字符中的一個或多個字符的分類來訓練網絡。該方法基于將該層的輸出限制為多個值的網絡的層來獲得一個或多個字符的一組編碼。然后，該方法存儲一個或多個字符的一組編碼，其中，當確定相應的字符時，該組編碼中的編碼是可檢索的。

技術領域

本發明涉及字符的視覺感知編碼。

背景技術

不同的語言可以基于不同的文字，該文字可以是用于書寫語言的字符的書寫系統。例如，英語和德語是基于拉丁語文字的，拉丁語文字是具有包括少于100個字符的小字母表的字母文字。其他語言可能會使用具有明顯更大的一組字符的語標(logographic)文字。一個示例是普通話，其包括8000多個唯一的字符。英語和普通話字母表具有不同的語言結構、視覺結構、含義和統計頻率。

當使用計算機處理不同語言的文本信息時，首先需要以機器可讀格式對字符進行編碼。語言的每個字符可以被分配唯一的編碼。通常，編碼不具有語義含義，因為第一個字符的編碼與第二個字符的編碼沒有關系。這可能會使訓練應用識別字符的效率降低，并且還會導致得到的輸出具有可識別的錯誤。

發明內容

本發明的一個方面涉及一種方法，該方法包括由計算設備將一組圖像輸入到網絡中；由計算設備基于一組圖像到一組字符中的一個或多個字符的分類訓練網絡；由計算設備基于將層的輸出限制為多個值的網絡的層、獲得一個或多個字符的一組編碼；以及由計算設備存儲一個或多個字符的一組編碼，其中，當確定相應的字符時，該一組編碼中的編碼是可檢索的。

本發明的另一個方面涉及一種其上存儲有計算機可執行指令的非暫時性計算機可讀存儲介質，該計算機可執行指令在由計算設備執行時，使計算設備可操作以將一組圖像輸入到網絡中；基于一組圖像到一組字符中的一個或多個字符的分類訓練網絡；基于將層的輸出限制為多個值的網絡的層、獲得一個或多個字符的一組編碼；以及存儲一個或多個字符的一組編碼，其中，當確定相應的字符時，該一組編碼中的編碼是可檢索的。

本發明的另一個方面涉及一種裝置，包括一個或多個計算機處理器；以及包括指令的計算機可讀存儲介質，該指令用于控制一個或多個計算機處理器可操作以將一組圖像輸入到網絡中；基于一組圖像到一組字符中的一個或多個字符的分類訓練網絡；基于將層的輸出限制為多個值的網絡的層、獲得一個或多個字符的一組編碼；以及存儲一個或多個字符的一組編碼，其中，當確定相應的字符時，該一組編碼中的編碼是可檢索的。

附圖說明

關于隨后的討論，特別是關于附圖的討論，要強調的是，所示細節表示用于說明性討論目的的示例，并且因為提供對本公開的原理和概念方面的描述而被呈現。就這一點而言，除了基本理解本公開所需要的以外，不試圖展示實現細節。下面結合附圖進行的討論對于本領域技術人員而言清楚的是如何可以實踐根據本公開的實施例。在各個附圖和支持描述中，相似或相同的附圖標記可用于標識或以其他方式指代相似或相同的元件。在附圖中：

圖1描繪了根據一些實施例的用于生成字符的編碼的簡化系統。

圖2描繪了根據一些實施例的訓練預測網絡以生成編碼模型的示例。

圖3描繪了根據一些實施例的標簽和圖像的示例。

圖4描繪了根據一些實施例的用于訓練預測網絡的方法的簡化的流程圖。

圖5描繪了根據一些實施例的預測網絡的更詳細的示例。

圖6描繪了根據一些實施例的編碼的示例。

圖7描繪了根據一些實施例的具有相似二進制碼的符號的示例。

圖8示出了根據一個實施例的專用計算機系統的示例。

具體實施方式