[發(fā)明專利]一種手寫識(shí)別方法、裝置、電子設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011640989.4
• 申請(qǐng)日: 2020-12-31
• 公開（公告）號(hào): CN112766080A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 辛?xí)哉?/a>;秦波;趙志勇;王英俊;王杰;蘇雪峰;陳偉
• 申請(qǐng)（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京華沛德權(quán)律師事務(wù)所 11302
• 代理人: 房德權(quán)

本發(fā)明實(shí)施例公開了一種手寫識(shí)別方法，實(shí)時(shí)獲取手寫原始軌跡數(shù)據(jù)；對(duì)所述手寫原始軌跡數(shù)據(jù)進(jìn)行壓縮，得到壓縮手寫軌跡數(shù)據(jù)；將所述壓縮手寫軌跡數(shù)據(jù)輸入到壓縮后的手寫識(shí)別模型中進(jìn)行識(shí)別，得到所述手寫原始軌跡數(shù)據(jù)對(duì)應(yīng)的文字識(shí)別結(jié)果，其中，所述手寫識(shí)別模型是利用訓(xùn)練數(shù)據(jù)集中每個(gè)訓(xùn)練數(shù)據(jù)的手寫軌跡數(shù)據(jù)訓(xùn)練得到的，壓縮后的所述手寫識(shí)別模型是對(duì)所述手寫識(shí)別模型進(jìn)行模型壓縮得到的。本發(fā)明實(shí)施例提供的手寫識(shí)別方法，能夠解決現(xiàn)有技術(shù)中非正確切分導(dǎo)致手寫識(shí)別準(zhǔn)確率低的問題，能夠有效提高致手寫識(shí)別準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種手寫識(shí)別方法、裝置、電子設(shè)備及介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，為了方便用戶輸入，通常會(huì)提供多種輸入方式例如包括語音輸入、手寫輸入和拼音輸入等方式，當(dāng)用戶使用手寫輸入時(shí)，會(huì)通過手寫識(shí)別模型對(duì)手寫輸入的數(shù)據(jù)進(jìn)行識(shí)別，提高識(shí)別效率，使得用戶的體驗(yàn)更好。

但是，現(xiàn)有技術(shù)中在手寫數(shù)據(jù)進(jìn)行識(shí)別的手寫識(shí)別框架通常是基于切分、組合再識(shí)別的三階段架構(gòu)，在使用手寫識(shí)別框架進(jìn)行識(shí)別時(shí)，尤其是在針對(duì)連筆輸入例如連筆草書和連筆行書等連筆手寫進(jìn)行識(shí)別時(shí)，由于連筆手寫中間沒有斷筆，切分模塊針對(duì)連筆手寫進(jìn)行切分時(shí)存在非正確切分的概率非常高，進(jìn)而會(huì)導(dǎo)致識(shí)別的準(zhǔn)確率較低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種手寫識(shí)別方法、裝置、電子設(shè)備及介質(zhì)，能夠解決現(xiàn)有技術(shù)中非正確切分導(dǎo)致手寫識(shí)別準(zhǔn)確率低的問題，能夠有效提高致手寫識(shí)別準(zhǔn)確率。

本發(fā)明實(shí)施例第一方面提供了一種手寫識(shí)別方法，包括：

實(shí)時(shí)獲取手寫原始軌跡數(shù)據(jù)；

對(duì)所述手寫原始軌跡數(shù)據(jù)進(jìn)行壓縮，得到壓縮手寫軌跡數(shù)據(jù)；

將所述壓縮手寫軌跡數(shù)據(jù)輸入到壓縮后的手寫識(shí)別模型中進(jìn)行識(shí)別，得到所述手寫原始軌跡數(shù)據(jù)對(duì)應(yīng)的文字識(shí)別結(jié)果，其中，所述手寫識(shí)別模型是利用訓(xùn)練數(shù)據(jù)集中每個(gè)訓(xùn)練數(shù)據(jù)的手寫軌跡數(shù)據(jù)訓(xùn)練得到的，壓縮后的所述手寫識(shí)別模型是對(duì)所述手寫識(shí)別模型進(jìn)行模型壓縮得到的。

可選的，所述實(shí)時(shí)獲取手寫原始軌跡數(shù)據(jù)，包括：

對(duì)實(shí)時(shí)獲取的所述手寫輸入數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，其中，所述數(shù)據(jù)預(yù)處理包括重采樣；

根據(jù)預(yù)處理后的所述手寫輸入數(shù)據(jù)，實(shí)時(shí)獲取所述手寫原始軌跡數(shù)據(jù)。

可選的，所述對(duì)所述手寫原始軌跡數(shù)據(jù)進(jìn)行壓縮，得到壓縮手寫軌跡數(shù)據(jù)，包括：

對(duì)所述手寫原始軌跡數(shù)據(jù)進(jìn)行維度壓縮，得到所述壓縮手寫軌跡數(shù)據(jù)，其中，所述壓縮手寫軌跡數(shù)據(jù)中每個(gè)維度的數(shù)據(jù)與所述手寫識(shí)別模型的模型識(shí)別結(jié)果的相關(guān)性不低于設(shè)定閾值。

可選的，所述手寫識(shí)別模型為端到端模型。

可選的，所述手寫識(shí)別模型的訓(xùn)練步驟，包括：

獲取訓(xùn)練數(shù)據(jù)集及與所述訓(xùn)練數(shù)據(jù)集對(duì)應(yīng)的預(yù)選訓(xùn)練模型；

獲取所述訓(xùn)練數(shù)據(jù)集中每個(gè)訓(xùn)練數(shù)據(jù)的手寫軌跡數(shù)據(jù)；

利用每個(gè)訓(xùn)練數(shù)據(jù)的手寫軌跡數(shù)據(jù)，對(duì)所述預(yù)選訓(xùn)練模型進(jìn)行訓(xùn)練，得到已訓(xùn)練的所述預(yù)選訓(xùn)練模型作為所述手寫識(shí)別模型。

可選的，所述獲取訓(xùn)練數(shù)據(jù)集，包括：

獲取歷史手寫軌跡數(shù)據(jù)集，其中，所述歷史手寫軌跡數(shù)據(jù)集包括水平手寫的軌跡數(shù)據(jù)、豎直手寫的軌跡數(shù)據(jù)、疊寫的軌跡數(shù)據(jù)和旋轉(zhuǎn)手寫的軌跡數(shù)據(jù)中的一種或多種；

對(duì)所述歷史手寫軌跡數(shù)據(jù)集中的手寫數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)，將數(shù)據(jù)增強(qiáng)后的所述歷史手寫軌跡數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)集。

可選的，所述利用每個(gè)訓(xùn)練數(shù)據(jù)的手寫軌跡數(shù)據(jù)，對(duì)所述預(yù)選訓(xùn)練模型進(jìn)行訓(xùn)練，得到所述手寫識(shí)別模型，包括：