[发明专利]基于深层卷积神经网络的离线手写汉字体识别方法在审
| 申请号： | 201810485688.5 | 申请日： | 2018-05-21 |
| 公开（公告）号： | CN108764242A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 陆成刚;黄成斌 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/62;G06N3/04 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深层卷积神经网络的离线手写汉字体识别方法，包括以下步骤：1)对汉字图像采集以及读取；2)对图像进行处理，过程如下：2.1)首先要进行汉字分割，把图片中所有汉字分割成1张图片一个汉字；2.2)接着对图片进行压缩或者放大，因为分割出来的图片可能无法满足识别的输入，因此需要将图片进行归一化，统一大小为64*64像素；3)读入处理过之后的图片组，利用已经训练好的深层卷积神经网络识别，并输出结果本发明提供了一种提升识别效果的基于深层卷积神经网络的离线手写汉字体识别方法。 | ||
| 搜索关键词： | 卷积神经网络 汉字体 汉字 离线 手写 分割 图片 读取 输出结果 图像采集 归一化 图片组 读入 像素 放大 图像 压缩 统一 | ||
【主权项】：
1.一种基于深层卷积神经网络的离线手写汉字体识别方法，其特征在于，包括以下步骤：1)对汉字图像采集以及读取；2)对图像进行处理，过程如下：2.1)首先要进行汉字分割，把图片中所有汉字分割成1张图片一个汉字；2.2)接着对图片进行压缩或者放大，因为分割出来的图片可能无法满足识别的输入，因此需要将图片进行归一化，统一大小为64*64像素；3)读入处理过之后的图片组，利用已经训练好的深层卷积神经网络识别，并输出结果；所述深层卷积神经网络包含3个卷积层、3个池化层、1个全连接层以及1个softmax层，输入一个64*64像素且含有单一汉字的图片，经过卷积层1产生64个64*64的矩阵，经过池化层1后产生64个32*32的矩阵，经过卷积层2、池化层2、卷积层3、池化层3后产生256个8*8的矩阵，再经过全连接层产生1个1*1024的矩阵，最后经过softmax层输出属于各种类别汉字的概率。
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浙江工业大学，未经浙江工业大学许可，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/patent/201810485688.5/，转载请声明来源钻瓜专利网。
