[发明专利]字符辨识系统及其字符辨识方法

权利要求书

1.一种字符辨识方法，其特征在于，适用于包括储存装置与影像处理器的字符辨识系统，该字符辨识方法包括：

使用第一卷积神经网络模型，辨识有兴趣区块中的字符串，产出辨识字符串，其中该有兴趣区块中的字符串包括一或多个字符；以及

比较该辨识字符串与字符数据库中多个字符串，以寻找与该辨识字符串相对应的字符串，其中该多个字符串的每个字符串包括一或多个字符；

其中，若找到该辨识字符串相对应的字符串，以该辨识字符串作为字符辨识结果，若未找到该辨识字符串相对应的字符串，使用第二卷积神经网络模型，更正该辨识字符串，以产出新辨识字符串作为字符辨识结果。

2.根据权利要求1所述的字符辨识方法，其特征在于，该有兴趣区块是使用区块侦测卷积神经网络模型，侦测输入影像而得，并且该有兴趣区块是被正规化。

3.根据权利要求2所述的字符辨识方法，其特征在于，该输入影像为图片或影片的画面。

4.根据权利要求2所述的字符辨识方法，其特征在于，该区块侦测卷积神经网络模型、该第一卷积神经网络模型、该第二卷积神经网络模型为预先训练过的卷积神经网络模型。

5.根据权利要求1所述的字符辨识方法，其特征在于，该多个字符串包括各种类型符号、各种类型字母、各种类型数字、各种类型文字、或前述中至少两项的任意组合。

6.根据权利要求1所述的字符辨识方法，其特征在于，还包括：

比较该新辨识字符串与该字符数据库中的字符串，以寻找与该新辨识字符串相对应的字符串；以及

若找到与该新辨识字符串相对应的字符串，则输出该新辨识字符串，若未找到与该新辨识字符串相对应的字符串，使用第三卷积神经网络模型，更正该新辨识字符串。

7.根据权利要求1所述的字符辨识方法，其特征在于，该使用该第二卷积神经网络模型，更正该辨识字符串，以产出该新辨识字符串的步骤还包括：

使用该第二卷积神经网络模型辨识该有兴趣区块中的字符串中的部分字符串，产生辨识的部分字符串；

以该辨识的部分字符串替换该第一卷积神经网络模型所产生的该辨识字符串的对应部分字符串，以得到该新辨识字符串，其中该有兴趣区块中的字符串包括多个字符，且该部分字符串的字符个数小于该有兴趣区块中的字符串的字符个数。

8.根据权利要求7所述的字符辨识方法，其特征在于，该有兴趣区块中的所述字符串中每一所述字符有对应字符位置，该方法还包括：

计算每一所述对应字符位置的字符种类个数；

依据所述对应字符位置的所述字符种类个数，决定每一所述对应字符位置的排序值；以及

依据所述对应字符位置的所述排序值，依序计算各该对应字符位置的可能组合总数以及实际组合总数，当该可能组合总数以及该实际组合总数的组合比例大于阀值，则将该部分字符串的字符个数增加1，并依据剩余字符位置的排序，新增并记录下一选定字符位置，直到该组合比例小于该阀值，则得到该第二卷积神经网络模型所对应的该部分字符串的字符个数及该部分字符串所对应的字符位置。

9.根据权利要求1所述的字符辨识方法，其特征在于，还包括：

比较该新辨识字符串与该字符数据库中的字符串，以寻找与该新辨识字符串相对应的字符串；以及

若找到与该新辨识字符串相对应的字符串，则输出该新辨识字符串，若未找到与该新辨识字符串相对应的字符串时，则使用编辑距离计算更正该新辨识字符串，以利用该字符数据库中的字符串数据产生调整后的字符串，并输出该调整后的字符串。

10.根据权利要求9所述的字符辨识方法，其特征在于，还包括：

依据该字符数据库，统计每一字符位置的字符种类个数并据此决定每一所述字符位置的调整权重；

利用该调整权重进行最小编辑距离计算，计算该字符数据库中每一字符串的调整误差；以及

输出具有最小调整误差的该字符串为该调整后的字符串。