[发明专利]一种基于神经网络的文字识别方法

说明书

本发明涉及文字识别技术技术领域，具体涉及一种基于神经网络的文字识别方法，采用如下步骤：S1：采用待识别文本图像，且转换为灰度图像，形成训练样本图片；S2：对S1中的训练样本图片，输入至cnn卷积神经网络，通过对卷积层的输出通道、卷积核和步长的参数设定，以及层归一化处理，然后提取特征，输出特征矩阵；S3：基于lstm神经网络的cell组成的双向rnn的语言模型；S4：将S2中的得到的特征矩阵，输入至S3中的双向rnn的语言模型中；它基于cnn和rnn的文字识别算法,通过改进cnn和rnn层，其特征提取更加达到点子上，不会出现特征丢失和特征消失的问题，提高识别效率和正确率。

【技术领域】

本发明涉及文字识别技术技术领域，具体涉及一种基于神经网络的文字识别方法。

【背景技术】

现在的文字识别算法中，有多种文字识别算法，如：densnet+ctc，crnn+ctc，resnet+ct等等，在多种算法中，他们的损失函数都是统一为ctc，在提取特征层不一样，如densnet和resnet属于卷积类的提取，crnn是cnn和rnn的结合，属于卷积核语言模型的组合，目前市面上的文字识别算法如图1、图2所示。出现了识别错误的现场，并且这种错误是在训练10G的大样本下的错误。

在现有的文字识别算法中，大部分的特征提取层是由densnet和resnet组成，如果复杂一点的会由cnn和rnn组成，这种组成对印刷体的识别效果会非常不错，但对于手写体来说，densnet和resnet密集型网络提取特征，并且手写体属于松散并且无规律的结构，用这两种方法提取特征会更加容易丢失特征，从而让文字识别出现错误，cnn和rnn的组合在市面上的结构也和densnet和resnet一样复杂，也一样容易丢失特征甚至到达特征消失的地步(计算完后无限接近于0)。

【发明内容】

本发明的目的在于针对现有技术的缺陷和不足，提供一种基于神经网络的文字识别方法。

本发明所述的一种基于神经网络的文字识别方法，采用如下步骤：

S1：采用待识别文本图像，且转换为灰度图像，形成训练样本图片；

S2：对S1中的训练样本图片，输入至cnn卷积神经网络，通过对卷积层的输出通道、卷积核和步长的参数设定，以及层归一化处理，然后提取特征，输出特征矩阵；

S3：基于lstm神经网络的cell组成的双向rnn的语言模型；

S4：将S2中的得到的特征矩阵，输入至S3中的双向rnn的语言模型中，通过对多层卷积的输出通道、卷积核和步长的参数设定，进行提取特征，输出特征矩阵，以及多次对训练数据进行归一化处理，激活、以及最大池化处理，得到对S1中训练样本图片中的文字序列的识别结果。

进一步地，S2中的利用cnn卷积神经网络，对S1中的训练样本图片，进行特征提取，采用如下步骤：

S201：对S1中的训练样本图片，进行卷积运算，进行特征提取，形成特征矩阵；上述卷积运算的参数如下：输出：64，卷积核：3，步长：1；上述最大池化的参数如下：卷积核：2,步长：2；

S202：对S201中的特征矩阵；进行卷积运算，进行特征提取；上述卷积运算的参数如下：输出：128，卷积核：3，步长：1；上述最大池化的参数如下：卷积核：2，步长：2；

S203：对S202中的特征矩阵；进行卷积运算，进行特征提取；上述卷积运算的参数如下：输出：256，卷积核：3，步长：1；

S204：对上述训练数据，进行卷积神经网络的归一化操作；

S205：然后再使用卷积神经网络的激活函数，进行激活处理，将激活信息向后传入下一层的神经网络；