[发明专利]字符辨识系统及其字符辨识方法

说明书

一种字符辨识系统及其字符辨识方法。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。

技术领域

本揭露是有关于字符辨识系统及其相关字符辨识方法，特别是有关于一种基于卷积神经网络的字符辨识系统及其相关字符辨识方法。

背景技术

随着运动风气的盛行及使用者需求的驱使下，每场赛事都会记录大量的照片或影片。愈来愈多的赛事单位或运动网站提供运动员使用号码布上标示的字符(譬如说号码等)进行照片或影片搜寻的服务，以方便参赛者于赛后搜寻自己的照片或影片并分享于社群网络。一般而言，这类辨识是透过计算机来进行影像分析与处理。然而，因为照片或影片中号码布位移与变形的关系，使得用计算机进行辨识号码布上的字符的正确率较低，因此目前大都是以雇用大量工读生进行人工辨识后，标记照片或影片上出现的号码布上的字符，导致需耗费大量的人力、时间与成本。

近年来，随着类神经网络的技术提升，使得辨识的效果跟以往的技术相比有相当显着的进步，因此类神经网络可被广泛用于譬如说文字辨识。传统类神经网络的文字辨识的步骤包括文字侦测、文字分割和文字辨识等步骤，虽然使用类神经网络可提升辨识的效果，然而，因为号码布上的文字容易受到号码布的扭曲影响而无法完整的切割，导致后续的字元辨识(Optical Character Recognize,OCR)容易发生错误，影响文字辨识的正确率。

发明内容

有鉴于此，本揭露提供一种基于卷积神经网络的字符辨识系统及其相关字符辨识方法。

本揭露的一实施例提供一种字符辨识方法，适用于包括储存装置与影像处理器的字符辨识系统。字符辨识方法包括：使用第一卷积神经网络(Convolutional NeuralNetwork,CNN)模型，辨识有兴趣区块中的字符串(character string)，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。

本揭露另一实施例提供一种字符辨识系统，包括：储存装置以及影像处理器。储存装置经配置储存字符数据库。影像处理器耦接储存装置，经配置使用第一卷积神经网络(Convolutional Neural Network,CNN)模型，辨识有兴趣区块中的字符串(characterstring)，产出辨识字符串，其中有兴趣区块中的字符串包括一或多个字符，并且比较该辨识字符串与该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，其中多个字符串的每个字符串包括一或多个字符；其中，若找到辨识字符串相对应的字符串时，影像处理器是以辨识字符串作为字符辨识结果，若未找到辨识字符串相对应的字符串，影像处理器经配置使用第二卷积神经网络模型，更正辨识字符串，以产出新辨识字符串作为字符辨识结果。

本揭露的上述方法可经由本揭露的装置或系统来实作，其为可执行特定功能的硬件或固件，亦可以透过程序码方式收录于记录媒体中，并结合特定硬件来实作。当程序码被电子装置、处理器、计算机或机器载入且执行时，电子装置、处理器、计算机或机器变成用以实行本揭露的装置或系统。

附图说明

图1是显示依据本揭露的字符辨识系统一实施例的示意图；

图2是显示本揭露的字符辨识方法一实施例的流程图；