[发明专利]一种基于深度学习的文字识别方法

摘要

本发明公开了一种基于深度学习的文字识别方法，该方法包括空间变换层的构建阶段与深层卷积神经网络的构建与训练阶段。空间变换层包含三个部分，定位网络接收特征图作为输入，经过一系列隐层，然后输出空间变换的参数，该参数将被用于特征图上；网格生成器使用第一部分生成的参数产生出采样网格；采样器将特征图与采样网格作为输入，在网格点上对特征图进行采样，最后得到输出特征图结果。空间变换层可微分，通过它能够在网络中对图像数据进行空间处理，从而令网络学习到对空间扭曲的不变性，避免了传统卷积网络训练中需要人工生成大量变形样本的过程。此外，通过构建更深层的卷及神经网络，针对类别繁多的汉字有更好的识别效果。

主权项

一种基于深度学习的文字识别方法，其特征在于，包括：空间变换层构建阶段以及深层卷积神经网络构建与训练阶段；所述空间变换层构建阶段包括：定位网络接收输入的特征图，经过系列隐层，输出空间变换参数，其中，该参数是变换函数作用在特征图上的参数；网格生成器使用定位网络输出的空间变换参数产生出采样网格；采样器将输入的特征图以及采样网格作为输入，在采样网格点上对输入的特征图进行采样，最后得到输出特征图结果；所述深层卷积神经网络构建与训练阶段包括：构建深层卷积神经网络的结构，将构建的空间变换层设置在深层卷积神经网络的最开始位置得到目标深层卷积神经网络；采用随机梯度下降法对目标深层卷积神经网络进行训练，进而得到字符识别模型，所述字符识别模型用于对输入的待识别文字图像进行文字识别。