[發明專利]基于神經網絡的文字識別方法、裝置及存儲介質

在審

• 申請號: 202011223438.8
• 申請日: 2020-11-05
• 公開（公告）號: CN112183494A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 吳若昊
• 申請（專利權）人: 新華三大數據技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

1.一種基于神經網絡的文字識別方法，其特征在于，包括：

獲取待識別的文字數據集；

將所述文字數據集輸入訓練好的神經網絡模型，其中，所述神經網絡模型包括依次連接的空洞卷積層、卷積層、池化層以及全連接層；

根據所述神經網絡模型的輸出得到文字識別結果。

2.根據權利要求1所述的方法，其特征在于，所述獲取待識別的文字數據集之后，還包括：

將所述文字數據集處理成單通道的灰度圖像。

3.根據權利要求1所述的方法，其特征在于，所述神經網絡模型包含六層，其中，第一層為空洞卷積層，第二層和第三層為卷積層，第四層為最大池化層，第五層和第六層為全連接層。

4.根據權利要求3所述的方法，其特征在于，第一層、第二層以及第三層輸入輸出的圖像尺寸遵循以下公式：

其中，W_OUT為輸出圖像的尺寸，W_in為輸入圖像的尺寸，padding為用于填充邊緣的層數，F為卷積核的尺寸，stride為卷積步長。

5.根據權利要求1所述的方法，其特征在于，所述空洞卷積層、卷積層和所述全連接層的激活函數為Relu激活函數。

6.根據權利要求1所述的方法，其特征在于，將所述文字數據集輸入訓練好的神經網絡模型之前，還包括：

根據隨機梯度下降算法將訓練數據集分批輸入神經網絡模型進行訓練；

根據交叉熵損失函數調整所述神經網絡模型，得到訓練好的神經網絡模型。

7.一種基于神經網絡的文字識別裝置，其特征在于，包括：

獲取模塊，用于獲取待識別的文字數據集；

輸入模塊，用于將所述文字數據集輸入訓練好的神經網絡模型，其中，所述神經網絡模型包括依次連接的空洞卷積層、卷積層、池化層以及全連接層；

識別模塊，用于根據所述神經網絡模型的輸出得到文字識別結果。

8.根據權利要求7所述的裝置，其特征在于，還包括：

文字處理模塊，用于將所述文字數據集處理成單通道的灰度圖像。

9.根據權利要求7所述的裝置，其特征在于，所述神經網絡模型包含六層，其中，第一層為空洞卷積層，第二層和第三層為卷積層，第四層為最大池化層，第五層和第六層為全連接層。

10.一種計算機可讀介質，其特征在于，其上存儲有計算機可讀指令，所述計算機可讀指令可被處理器執行以實現如權利要求1至6任一項所述的一種基于神經網絡的文字識別方法。