专利名称：基于CTC深度神经网络的文字分割和识别的方法专利类型：发明专利发明人：侯进,黄贤俊
申请号：CN202010294624.4申请日：20200415公开号：CN111507348A公开日：20200807
摘要：本发明提供了一种基于CTC深度神经网络的文字分割和识别的方法，包括如下步骤：a1.对输入图像利用CNN提取特征；a2.对a1提取的特征进行CELL切分，CELL的高宽固定，个数由图像长度确定；a3.对确定好的特征每个CELL直接分割分类，输出分割信号；a4.利用CTCLOSS计算真实分割信号与模型输出的分割信号之间的损失，损失情况反馈并训练整个模型；a5.利用a3输出的分割信号对文本进行分割，并对单个字符进行CNN+softmax分类识别，真实分割信号由标注文本映射而来，CTCLOSS可自动解决文本对齐问题。本发明提升了OCR识别的速度，且切成单个字符后其识别优化具有针对性，使得最终精度提高；对识别框架进行改进，将识别过程分离为字符分割、单字符识别，使得优化可以分开的、具有针对性的进行。
申请人：深源恒际科技有限公司
地址：100085 北京市海淀区清河西三旗东路6幢2层203室
国籍：CN
代理机构：北京智沃律师事务所
代理人：吴志宏
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容