[发明专利]一种基于深度学习的手写、印刷文本的分类方法在审
| 申请号： | 201610168622.4 | 申请日： | 2016-03-22 |
| 公开（公告）号： | CN107220655A | 公开（公告）日： | 2017-09-29 |
| 发明（设计）人： | 金连文;冯子勇;阳赵阳;孙俊 | 申请（专利权）人： | 华南理工大学;富士通株式会社 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 广东广信君达律师事务所44329 | 代理人： | 杨晓松,林梅繁 |
| 地址： | 510640 广东省广*** | 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： | 本发明介绍了一种基于深度学习的手写、印刷文本的分类方法。具体包括下列步骤(1)数据获取采集手写、印刷文本图像，以形成训练集；(2)对训练集图像进行二值化、高度归一化处理；(3)泛化样本对训练集图像进行切割、加噪处理；(4)构造深度卷积神经网络，利用训练集图像对所构造的深度卷积神经网络进行训练；(5)切割拟分类的文本图片，输入步骤(4)所构造的深度卷积神经网络，根据得到的概率分布，对概率分布求均值，输出分类结果。本发明通过深度学习算法从样本中自动学习出手写文本与印刷文本之间的不同特征，能够使计算机智能地对手写文本、印刷文本图像进行分辨。 | ||
| 搜索关键词： | 一种 基于 深度 学习 手写 印刷 文本 分类 方法 | ||
【主权项】：
一种基于深度学习的手写、印刷文本的分类方法，其特征在于，包括以下步骤：(1)数据获取：采集手写、印刷文本图像，以形成训练集；(2)对训练集图像进行二值化、归一化处理；(3)泛化样本：对训练集图像进行切割、加噪处理；(4)构造深度卷积神经网络，利用训练集图像对所构造的深度卷积神经网络进行训练；(5)切割拟分类的文本图片，输入步骤(4)所构造的深度卷积神经网络，根据得到的概率分布，对概率分布求均值，输出分类结果。
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华南理工大学;富士通株式会社，未经华南理工大学;富士通株式会社许可，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/201610168622.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于svm算法的干细胞活性检测系统
- 下一篇：USB装置及其制造方法
