[发明专利]手写字训练样本获取方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201810564731.7 申请日: 2018-06-04
公开(公告)号: CN109063720A 公开(公告)日: 2018-12-21
发明(设计)人: 吴启;周罡 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/34
代理公司: 深圳众鼎专利商标代理事务所(普通合伙) 44325 代理人: 胡志桐
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 单字体 手写 训练样本 图像 原始图像 计算机设备 背景图像 存储介质 目标图像 有效图像 汉字 核密度估计算法 预处理 垂直投影 结果查询 模型训练 图像输入 语义库 概率 去除 预设 切割 腐蚀 关联
【说明书】:

发明公开了手写字训练样本获取方法、装置、计算机设备及存储介质。该方法包括:获取原始图像,原始图像包括手写字和背景图像;对原始图像进行预处理,获取有效图像;采用核密度估计算法和腐蚀方法对有效图像进行处理,去除背景图像,获取包括手写字的目标图像;采用垂直投影方法对目标图像进行单字体切割,获取单字体图像;将单字体图像输入到目标手写字识别模型中进行识别,当单字体图像的识别概率大于预设概率时,则获取单字体图像对应的识别结果;基于识别结果查询语义库,获取单字体图像对应的目标汉字;将单字体图像和对应的目标汉字关联,获取手写字训练样本。该方法可以获取手写字训练样本过程简单方便,提高模型训练的效率。

技术领域

本发明涉及手写字识别领域,尤其涉及一种手写字训练样本获取方法、装置、计算机设备及存储介质。

背景技术

在手写字识别过程中,通常需要采用预先训练好的手写字识别模型进行识别,以获取识别结果。当前手写字识别模型通常需要采用人工手写的训练样本训练该手写字识别模型。这种人工手写的训练样本需人工书写并进行人工标注,每个人的书写习惯不相同,在手写字数量庞大的情况下,采用人工标注训练样本效率低,并且数量有限,影响手写字识别模型的训练效率和准确性。

发明内容

基于此,有必要针对上述技术问题,提供一种方便后续模型训练时直接调用手写字训练样本,提高模型训练的效率和准确性的手写字训练样本获取方法、装置、计算机设备及存储介质。

一种手写字训练样本获取方法,包括:

获取原始图像,所述原始图像包括手写字和背景图像;

对所述原始图像进行预处理,获取有效图像;

采用核密度估计算法和腐蚀方法对所述有效图像进行处理,去除背景图像,获取包括所述手写字的目标图像;

采用垂直投影方法对所述目标图像进行单字体切割,获取单字体图像;

将所述单字体图像输入到目标手写字识别模型中进行识别,当所述单字体图像的识别概率大于预设概率时,则获取所述单字体图像对应的识别结果;

基于所述识别结果查询语义库,获取所述单字体图像对应的目标汉字;

将所述单字体图像和对应的目标汉字关联,获取手写字训练样本。

一种手写字训练样本获取装置,包括:

原始图像获取模块,用于获取原始图像,所述原始图像包括手写字和背景图像;

有效图像获取模块,用于对所述原始图像进行预处理,获取有效图像;

目标图像获取模块,用于采用核密度估计算法和腐蚀方法对所述有效图像进行处理,去除背景图像,获取包括所述手写字的目标图像;

单字体图像获取模块,用于采用垂直投影方法对所述目标图像进行单字体切割,获取单字体图像;

识别结果获取模块,用于将所述单字体图像输入到目标手写字识别模型中进行识别,当所述单字体图像的识别概率大于预设概率时,则获取所述单字体图像对应的识别结果;

目标汉字确认模块,用于基于所述识别结果查询语义库,获取对应的目标汉字;

手写字训练样本获取模块,用于将所述单字体图像和对应的目标汉字关联,获取手写字训练样本。

一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述手写字训练样本获取方法的步骤。

一种非易失性存储介质,所述非易失性存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述手写字训练样本获取方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810564731.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top