[发明专利]一种混合字体的数字序列识别方法

说明书

技术领域

本发明属于图像识别领域，具体涉及一种混合字体的数字序列识别方法。

背景技术

手写数字识别是光学字符识别技术的一个分支，是光学字符识别技术领域的重要研究方向，它要实现的功能是，如何利用电子计算机自动辨认人手写在纸张上的阿拉伯数字。手写数字识别在现实生活中有着广泛的应用。由于手写数字随意性大，研究的难度大，所以近年来对于手写数字的研究也是热门的话题。

混合字体的数字序列识别技术属于图像识别技术，目的是为了智能的识别混合数字尤其是人类手写的数字，能提高机器设备的智能性。尽管人们对手写数字的研究已从事了很长的时间，并已经取得了很多成果，但到目前为止，机器的识别本领还是无法与人的认知能力相比。如今，对于单个手写数字的识别，研究效果已经非常成熟，但是对于混合字体的数字序列的识别，在字符领域中，还是一项具有挑战性的课题，对于识别的准确度和速度都具有相当的难度。所以，一个可靠、精准、快速的数字识别系统具有重要的意义。

在人工智能领域的发展中，机器学习的地位可谓是举足轻重，它的发展历程大致经历了浅层学习和深度学习两个研究阶段，机器学习借助模型通过算法，使机器能够从海量的训练数据集中学习数据的统计规律，从而可以对新的未知的数据做识别，对未知的事件做预测。随着深度学习在近年的兴起，基于深度学习的各种研究成了新的突破口。针对数字的识别，使用传统方法，每次识别都需要进行特征提取，速度较慢，准确率还有提升的空间，并且识别的算法是固定不变的，适应性差。而利用深度学习的方法训练模型，特征提取的工作将由模型来完成，并且速度更快，准确率更高，模型是可以不断迭代更新、学习新的特征的，因此具有较强的适应能力。因此对于手写数字识别采取深度学习的方法具有很高的现实意义。

发明内容

针对目前现有技术中存在的不足，本发明旨在提供一种利用卷积神经网络训练神经网络分类器、对待识别图像进行数字检测的混合字体的数字序列识别方法。

本发明的目的是这样实现的：

本发明为一种混合字体的数字序列识别方法，包括待识别图像、图像采集装置、卷积神经网络、神经网络分类器、检测系统；其特征是：所述的检测系统使用滑动窗口，建立同一个图像的不同分辨率的金字塔结构，使用NMS非极大值抑制去除重复的检测；所述的方法分为以下几个步骤：

1利用卷积神经网络训练神经网络分类器；

2神经网络分类器对待识别图像进行数字检测。

所述的待识别图像为印刷字体和手写字体的混合字体数字序列。

所述的卷积神经网络使用LeNet5。

所述的图像采集装置使用PC机上的摄像头。

所述的步骤1具体为：

1.1定义一个网络结构，输入大小32×32，caffemodel大小约2.2M，测试集分类准确率97.2％；

1.2使用全卷积网络方法改造网络结构，使之只包含卷积层。

所述的步骤2具体为：

2.1输入待识别图像，得到候选目标区域：候选目标区域采用滑动窗口，建立同一幅图不同分辨率的图像金字塔；采用非极大值抑制方法去除重复的检测，非极大值抑制采用两个参数，分别为该候选区域的分数，和两个区域的重叠率；

2.2卷积神经网络对候选目标区域进行特征选取：用卷积的方法从原始像素中提取特征，使用反向传播算法修正卷积核参数；

2.3神经网络分类器判断这个区域是否是目标；

2.4对检测的候选目标区域进行定位校正。

本发明与现有技术相比，有益效果在于：

一种混合字体的数字序列识别方法能检测出混合字体的数字序列，识别准确率非常高，适用于所有的视觉系统。

附图说明

图1为本发明的检测系统的结构框图。

图2为本发明的大小为2×2步长为1的滑动窗口的移动过程。

图3为本发明的卷积计算举例。

图4为本发明的deploy文件中最后一层改造前和改造后的对比。

图5为本发明的deploy文件中倒数第三层改造前和改造后的对比。

具体实施方式

下面结合附图对本发明做更详细地描述：

一种混合字体的数字序列识别方法是在原卷积神经网络LeNet5应用的基础上，设计出一个网络结构，从而实现印刷字体和手写字体混合在一起的数字序列识别的目的。