[发明专利]手写输入装置及其输入提示方法在审
| 申请号： | 201780097402.X | 申请日： | 2017-12-26 |
| 公开（公告）号： | CN111433787A | 公开（公告）日： | 2020-07-17 |
| 发明（设计）人： | 王记 | 申请（专利权）人： | 深圳市柔宇科技有限公司 |
| 主分类号： | G06K9/68 | 分类号： | G06K9/68 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518172 广东省深圳市龙岗区*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 一种输入提示方法，应用于一手写输入装置(100)中，所述手写输入装置(100)包括手写板(1)以及手写笔(2)，其所述输入提示方法包括：在手写板进入练字模式时，获取当前待练写的标准字(S101)；根据所述标准字每一笔划的笔迹在手写板确定所述标准字的每一笔划对应的参考坐标区域(S102)；获取手写板侦测的手写笔书写的每一笔划的触摸轨迹位置确定书写的笔划的坐标区域，并确定书写的笔划的坐标区域与标准字的对应笔划的参考坐标区域不一致的目标区域，控制在所述目标区域产生提示信号(S103)。所述手写输入装置(100)及其输入提示方法，能够在用户进行练字时，对用户每一笔划与标准字的对应笔划的差异都进行及时提示。 | ||
| 搜索关键词： | 手写输入 装置 及其 输入 提示 方法 | ||
【主权项】：
暂无信息
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深圳市柔宇科技有限公司，未经深圳市柔宇科技有限公司许可，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/patent/201780097402.X/，转载请声明来源钻瓜专利网。
- 上一篇：激光对位系统及激光对位方法
- 下一篇：显示屏及其制作方法，以及显示设备
- 同类专利
- 一种用于手写汉字识别的深度神经网络的加速方法-201710038008.0
- 肖学锋;金连文;梁凯焕;陈伟杰;常天海;刘汝杰;孙俊 - 华南理工大学;富士通株式会社
- 2017-01-18 - 2021-12-24 - G06K9/68
- 本发明公开了一种用于手写汉字识别的深度神经网络的加速方法，包括步骤：构建并训练出一个针对脱机手写汉字识别卷积神经网络；根据所需加速的倍数，计算低秩分解后第一个卷积层输出特征图的数目；针对逐层分解的卷积层进行训练；对所述用于手写汉字识别的深度神经网络进行重新训练，从而进行微调；编写所述用于手写汉字识别的深度神经网络的前向代码。本发明破除了传统的基于改进二次判别函数(MQDF)的分类器文字识别方法，采用深度卷积神经网络针对手写文字识别，并且将Batch Normalization和PReLU引入到网络设计之中，显著提高网络的识别率；加速网络收敛，增加网络的拟合能力。
- 一种基于改进的脉冲神经网络的手写数字识别方法-201810430121.8
- 苗红霞;贾澜;齐本胜;顾倚榜;熊天宇;丁嗣禹 - 河海大学常州校区
- 2018-05-08 - 2021-12-10 - G06K9/68
- 本发明公开了一种手写数字识别的无监督学习方法，根据模拟生物信息处理机制，首先建立脉冲神经网络模型，确定神经元之间的连接方式，然后根据突触前后踪迹学习规则，建立脉冲时间依赖可塑性模型，最后运用遗传算法对脉冲神经网络中的突触前初始权重和突触延迟进行优化，训练并测试MNIST数据集，实现了对手写数字识别的无监督学习。实验表明该方法有效地提升了训练速度并提高了识别正确率。
- 一种笔迹特征分析方法及装置-202110779445.4
- 陈映庭;陈勇平 - 广州逅艺文化科技有限公司
- 2021-07-09 - 2021-11-02 - G06K9/68
- 本发明公开了一种笔迹特征分析方法及装置，该方法包括：提取手写文本图像中的文字特征和关键笔画书写特征；根据预设的打分标准得到文字特征中每一子特征对应的分值，将每一分值与文字特征分项数据库中的数据进行匹配，得到第一笔迹分析结果；计算文字特征的总分值，将总分值与文字特征分项数据库中的数据进行匹配，得到第二笔迹分析结果；将关键笔画书写特征与关键笔画书写特征权重结合后与关键笔画书写特征数据库中的数据进行匹配，得到第三笔迹分析结果；融合第一分析结果、第二分析结果和第三分析结果得到笔迹特征的整体分析结果。本发明实施例无需依赖人为的主观判断，且结合多种特征数据进行分析，能够使得笔迹特征分析更加全面和准确。
- 一种手写汉字的识别系统-202010293254.2
- 梁倩;张辰赟 - 天津科技大学
- 2020-04-14 - 2021-10-22 - G06K9/68
- 本发明涉及一个手写汉字识别系统，使人们在日常生活中，当遇到不认识的汉字却因不知道读音无法及时查找时能快速识别汉字。本发明的手写汉字识别系统分为APP前端和系统后台。APP端基于Android平台进行开发，用户在APP端进行图片的上传，有扫描拍照和相册选取两种方式，确定好将要识别的汉字后，APP会将汉字图片发送至服务器端的识别程序，显示结果模块会显示服务器返回的识别结果。系统后台包括Java服务器和Python识别程序，服务器基于Java EE进行开发，使用Myeclipse编写，识别程序基于Python语言进行开发，使用Pycharm进行编写。服务器负责接收APP端上传的图片，并调用识别程序进行图片识别，再将识别结果返回APP。识别程序拥有训练模块和识别模块两个核心模块，训练模块在系统部署之前进行运行，对神经网络进行训练，生成识别模块用于匹配的模型，识别模块对用户上传的图片进行匹配识别，返回匹配汉字概率最大的前三个识别结果。
- 一种卷积神经网络手写体识别排序稳定性的效果评估系统及方法-201810261698.0
- 崔天宇;司凌宇;廖名学 - 中国科学院软件研究所
- 2018-03-28 - 2021-10-22 - G06K9/68
- 本发明涉及卷积神经网络手写体识别排序稳定性的效果评估系统及方法，包含卷积神经网络手写体识别模块，参数估计模块以及不确定性计算模块。其中卷积神经网络手写体识别模块以用户手写的数据为输入数据，通过卷积神经网络(CNN)，最后输出预测的分类概率，并依据此分类进行排序；参数估计模块以卷积神经网络(CNN)的手写体识别模块的输出：以识别模块的预测概率为输入，并采用统计的方式，对关系不确定性计算所需参数进行估计；不确定性计算模块以参数估计模块输出的参数作为输入数据，通过设计一种数据不确定性和数据关系不确定性的融合概率计算模型，估计卷积神经网络手写体识别排序结果的稳定性。
- 具备可持续学习能力的多符号手绘草图识别方法及装置-201810523245.0
- 黄健;潘崇煜;龚建兴;袁兴生;陈程;张中杰 - 中国人民解放军国防科技大学
- 2018-05-28 - 2021-10-01 - G06K9/68
- 本发明公开了一种具备可持续学习能力的多符号手绘草图识别方法及装置，本发明将多符号草图的每个图形符号看作是由多个单笔画基元构成的图形，用户预先绘制单符号草图，系统会基于长短时记忆网络识别每个笔画基元，并对符号的空间构成关系建模，将用户绘制的笔画构成及其空间关系存入符号库中；当用户绘制多符号草图时，基于长短时记忆网络在线识别每个笔画基元类型并对笔画之间的空间位置关系进行建模，根据用户输入的笔画序列和关系序列构建一个隐马尔可夫链，并结合之前构建的符号库进行多符号草图在线推断和识别。本方法支持用户自定义符号库并随时进行符号库增加和删除等更新操作，具备多符号草图在线识别和可持续学习能力。
- 用于识别存储在设备上的不需要的照片的系统和方法-201680009880.6
- 罗恩·利维;阿维亚德·阿什肯纳兹 - 爱维士软件有限责任公司
- 2016-02-11 - 2021-09-21 - G06K9/68
- 用于识别设备上不需要的照片和视频的系统和方法。这种系统可以包含多个模块进行以下一个或多个处理：(i)检查照片和视频的图像质量，(ii)检查用户与照片和视频的交互，(iii)检查照片和视频的属性，(iv)检查用户关于照片的个人资料/偏好，或(v)检查从关于用户的、他或她的照片以及与其的任何交互的其他来源获得的信息。通过一次轻敲，示例性应用程序可以识别用户的所有不需要的照片，例如具有不良照明的照片，模糊照片，相似照片，以及甚至系统预测用户可能感到无聊的照片。示例性系统不确定的任何照片可以留给使用者进行检查和操作。通过分析用户决策，示例性系统逐渐变得更准确，从而随着时间的推移改进了它们的预测。
- 一种黑板笔迹自动合成方法-201711483459.1
- 邓宏平;汪俊锋;叶鸿;潘扬 - 安徽慧视金瞳科技有限公司
- 2017-12-29 - 2021-08-31 - G06K9/68
- 本发明公开了一种黑板笔迹自动合成方法，属于数据处理技术领域，包括采用一种黑板笔迹自动合成方法，包括如下步骤：通过摄像机实时采集包含黑板区域的图像，并在图像中检测黑板外框，对黑板进行定位；在检测出黑板位置后，根据图像中的黑板区域进行背景建模，得到背景图像；将摄像机当前采集到的图像与背景图像进行逐像素比对，得到前景像素；利用线条提取算法，对前景像素进行处理，以从当前采集到的图像中提取出文字笔迹；将连续多帧图像笔迹内容进行叠加，得到黑板上的笔记。本发明能自动检测到老师板书时新书写的内容，提取黑板中的文字信息，极大的提高了教学质量。
- 一种拍照搜题方法、装置和计算机设备-202110485579.5
- 杨森;王岩;王岩;蔡红;安晟 - 作业帮教育科技(北京)有限公司
- 2021-04-30 - 2021-08-13 - G06K9/68
- 本发明属于教育领域，提供一种拍照搜题方法、装置和计算机设备，该方法包括：获取题目图像并将所述题目图像显示于用户终端的显示装置；对所述题目图像进行单题检测，并在所述用户终端的显示装置上实时可视化标识所检测到的各个单题的区域；接收用户的选择操作指令，以对用户所选择的单题的区域进行拍照、识别和搜索；用户终端接收返回的搜索结果。本发明的拍照搜题方法通过使用单题检测模型进行单题检测，能够辅助用户快速确定想识别、搜索的区域以更精确地进行检测，能够实现更智能化的检测处理，能够简化用户搜题操作，还能够提升客户端体验感。
- 转换图像中汉字字体的方法及系统、计算机设备及介质-201910405777.9
- 张丽杰;陈冠男;刘瀚文;朱丹 - 京东方科技集团股份有限公司
- 2019-05-16 - 2021-08-13 - G06K9/68
- 本发明公开一种转换图像中汉字字体的方法及系统、计算机设备及介质。该方法的一具体实施方式包括：获取待转换图像中待转换汉字的笔画及笔画的空间分布信息；根据待转换汉字的笔画、笔画的空间分布信息及指定字体的标准笔画信息，在待转换图像中生成对应待转换汉字的指定字体汉字，以替代待转换汉字。该实施方式可实现个性化的字体定制。
- 基于深度学习的手写汉字质量评价方法-202110559715.0
- 李鹏;张嘉农;尹莉莉 - 哈尔滨理工大学
- 2021-05-21 - 2021-08-10 - G06K9/68
- 本发明公开了基于深度学习的手写汉字质量评价方法，包括以下步骤：S1、将纸张放置在采集组件前，采集纸张大小及汉字数量，判断能否正常采集纸张大小，若能，则采集手写汉字的特征，若不能，则调节纸张位置之后再采集；S2、判断能否完全采集所有汉字，若能则完成采集过程，若不能，则近距离采集单个汉字的特征；S3、识别所有的手写汉字，将不能识别的汉字进行标注，并提供多个与该汉字相似度高的汉字以供选择，本发明结构简单，通过采集手写汉字的特征以及纸张的大小，可自动识别所有手写汉字，并根据使用者的需求将手写汉字与使用者想进行比对的字体进行比对，若没有，也可自行识别完成比对过程，并给出相应的评分，使用方便。
- 一种评价方法、装置和电子设备-202110461517.0
- 秦波;赵志勇;辛晓哲;苏雪峰;陈伟 - 北京搜狗科技发展有限公司
- 2021-04-27 - 2021-08-06 - G06K9/68
- 本发明实施例提供了一种评价方法、装置和电子设备，其中，所述方法包括：获取用户书写的书写笔画的轨迹信息；依据所述书写笔画的轨迹信息，从对应参考文本的各参考笔画中确定与所述书写笔画对应匹配的参考笔画；确定所述书写笔画和与所述书写笔画对应匹配的参考笔画之间的第一损失信息；依据所述第一损失信息，对所述用户书写的规范性进行评价；相对于现有技术将书写文本和对应参考文本整体进行比对而言，本发明实施例比对的粒度更精细，进而能够提高对书写规范性评价的准确性。
- 信息获取方法、图像处理方法、装置及电子设备-202010033125.X
- 张超;李炜明;金祐湜;洪性勋;王强 - 北京三星通信技术研究有限公司;三星电子株式会社
- 2020-01-13 - 2021-07-30 - G06K9/68
- 本申请实施例提供了一种信息获取方法、图像处理方法、装置及电子设备，涉及图像处理技术领域。该信息获取方法包括：获取图像中的对象的属性特征和对象间的关系特征；根据所述属性特征对所述关系特征进行校正，根据校正后的关系特征获取对象间的关系信息，和/或根据所述关系特征对所述属性特征进行校正，根据校正后的属性特征获取对象的属性信息。本申请实施例提供的信息获取方法可以提高对信息获取的准确性。
- 一种字体识别方法、装置、电子设备及存储介质-202010048253.1
- 陆瑾;熊龙飞;陈帝光;鲜晴羽 - 武汉金山办公软件有限公司;珠海金山办公软件有限公司
- 2020-01-16 - 2021-07-20 - G06K9/68
- 本发明实施例提供了一种字体识别方法、装置、电子设备及存储介质，上述方法包括：将包含多个待识别文字的待识别图片输入预先训练的第一神经网络模型，得到多个待识别文字在所述待识别图片中的位置坐标；基于多个待识别文字的位置坐标，对待识别图像进行分割，得到多张单字图片；将多张单字图片分别转换为灰度图，作为待处理灰度图；对多张待处理灰度图分别进行局部二值化处理，得到二值图，作为待输入二值图；将多张待输入二值图分别输入预先训练的第二神经网络模型，得到每张二值图包含的待识别文字的字体。采用本发明实施例提供的方法，提高了字体识别的准确率。
- 光学字符识别技术的输出结果的处理-201910346265.X
- 胡东鑫;蔡海蛟;冯歆鹏;周骥 - 上海肇观电子科技有限公司
- 2019-04-26 - 2021-06-29 - G06K9/68
- 本公开提供一种用于处理光学字符识别技术的输出结果的方法、芯片电路、阅读辅助设备、存储介质。用于处理光学字符识别技术的输出结果的方法包括根据所识别出的每个文字的字置信度，计算输出结果的平均置信度，将平均置信度与第一阈值进行比较，如果平均置信度小于或等于该第一阈值，则放弃输出结果，其中输出结果包括所识别出的至少一行的多个文字，并且每个所识别出的文字具有字置信度用于表示相应识别结果的可信程度。
- 一种手写字符识别方法及装置-201910187215.1
- 张慧洁;周权;胥宏;王强;龚泯宇;荣功杰 - 成都工业学院
- 2019-03-12 - 2021-06-22 - G06K9/68
- 本发明提供一种手写字符识别方法及装置，涉及文字识别技术领域。该方法包括：判断目标图形是否为单个数字；若是，则根据图形与单个数字的映射关系，获取目标图形对应的单个数字；若否，则判断目标图形的字符类型；其中，字符类型包括：数字类型、文字类型和符号类型；当字符类型为数字类型时，根据图形与数字的映射关系，获取目标图形对应的数字；当字符类型为文字类型时，根据图形与文字的映射关系，获取目标图形对应的文字；当字符类型为符号类型时，根据图形与符号的映射关系，获取目标图形对应的符号。对不同字符类型的手写字符的分开识别，提高了手写字符的识别率。
- 字体识别方法及装置-201510520116.2
- 姚聪;周舒畅;周昕宇;印奇 - 北京旷视科技有限公司;北京迈格威科技有限公司
- 2015-08-21 - 2021-06-15 - G06K9/68
- 本发明提供了一种字体识别方法及装置。所述字体识别方法包括：计算给定文字图像的图像特征；以及基于所计算的图像特征利用训练好的分类模型确定所述给定文字图像中的文字的字体。本发明提供的字体识别方法及装置通过图像特性自动判断给定文字的字体，识别精度高且速度快，此外还免去了人工辨识字体的过程，因此可以极大提高文档处理、艺术设计等过程的效率。
- 一种基于计算机的汉字笔画填充方法、系统、终端及介质-202110250281.6
- 伍曙光;韩金宝;陶天毅 - 成都字嗅科技有限公司
- 2021-03-08 - 2021-05-28 - G06K9/68
- 本发明公开了一种基于计算机的汉字笔画填充方法，方法包括：获取设计师设计的样字图形；对样字图形进行图像预处理；调用细化程序对预处理后的样字图形中的每一个单点像素进行处理，得到样字细化字；将预处理后的样字图形和样字细化字进行一一对应保存；将预处理后的样字图形和样字细化字作为训练样本输入卷积神经网络模型中进行模型训练，得到训练后的卷积神经网络模型；从风格汉字细化字数据库中获取所有汉字细化字；将所有汉字细化字输入训练好的卷积神经网络模型中进行风格化笔画填充，输出符合设计师风格的风格字图形。采用骨架来描述汉字的具体结构，通过机器学习大幅度提高字库设计效率，节约字库设计时间，极大简化设计师工作量。
- 基于协同笔画优化的个性化手写体迁移方法和系统-201910195271.X
- 张娅;汶川;常杰;王延峰 - 上海交通大学
- 2019-03-14 - 2021-05-25 - G06K9/68
- 本发明提供了一种基于协同笔画优化的个性化手写体迁移方法和系统，该方法，包括：根据目标汉字的平均区域占比和平均长宽比，对待输入的汉字进行尺寸和比例的形变处理，以使得所述待输入的汉字与所述目标汉字的骨架对齐；将形变处理之后的汉字输入目标神经网络，通过所述目标神经网络输出对应的目标汉字；其中，所述目标神经网络是指经过训练的对抗生成网络，用于将输入的汉字转换为目标字体汉字。从而实现依靠少量数据集将任一印刷体汉字迁移成另一印刷体或手写体汉字，甚至能够做到个性化手写字体定制，能够快速、准确、逼真地生成目标字体。
- 输入识别方法、装置、电子设备和存储介质-202110116416.X
- 徐小玉;童鹏;邢猛 - 科大讯飞股份有限公司
- 2021-01-28 - 2021-05-14 - G06K9/68
- 本发明提供一种输入识别方法、装置、电子设备和存储介质，其中方法包括：基于当前输入行为对应的当前应用场景类型和/或环境语种进行输入意图识别，得到意图识别结果；其中，当前应用场景类型用于表征当前输入行为识别结果的预期应用场景的类型，环境语种用于表征当前输入行为所处的语言环境；基于意图识别结果以及当前输入行为的手写识别结果，确定当前输入行为的识别结果。本发明实施例提供的输入识别方法、装置、电子设备和存储介质，基于当前输入行为对应的当前应用场景类型和/或环境语种进行输入意图识别，并综合得到的意图识别结果与当前输入行为的手写识别结果，得到当前输入行为的识别结果，提高了手写输入识别的准确性。
- 字符候选提议装置、手写字符辨别系统、方法及程序-202080003974.9
- 北见淳 - 株式会社日立系统
- 2020-03-16 - 2021-05-11 - G06K9/68
- 提供更恰当地提议类似的字符串候选的技术。字符候选提议装置具备：类似字符存储部，其存储字符的外观的类似关系；实存字符存储部，其存储实际存在的字符串；受托处理部，其接收一个以上的字符并接受提出该字符的外观类似的字符候选的委托；对照处理部，其通过与所述类似字符存储部进行对照从而指定与所接收的所述字符外观类似的字符的候选，将所述外观类似的字符的候选的组合与所述实存字符存储部所存储的所述实际存在的字符串进行对照；以及候选字符发送处理部，将由所述对照处理部进行对照的结果命中的所述外观类似的字符的候选的组合作为候选字符进行输出。
- 一种字体识别方法、装置和存储介质-202110227168.6
- 陈景伟 - 北京百炼智能科技有限公司
- 2021-03-01 - 2021-05-11 - G06K9/68
- 本文公开了一种字体识别方法、装置和存储介质。其中，所述方法包括，根据待识别的文本图片，确定至少一个待进行字体识别的文本区域图片；对于每一个待进行字体识别的文本区域图片分别进行如下操作：根据所述文本区域图片和预设的字体库，生成至少一个字体图片；根据预设的特征提取算法提取所述文本区域图片的特征点，根据所述预设的特征提取算法提取每一个字体图片的特征点；分别进行所述文本区域图片和每一个字体图片特征点匹配，并确定对应的特征相似度；选定特征相似度最大的字体图片所对应的字体为所述文本区域图片的字体。
- 基于二分类的深度学习手写中文字符识别方法及系统-202010526123.4
- 许信顺;张雨柔;罗昕 - 山东大学
- 2020-06-09 - 2021-05-11 - G06K9/68
- 本公开公开了基于二分类的深度学习手写中文字符识别方法及系统，包括：将待识别图像输入到预训练好的基于二分类的深度学习手写中文字符识别模型中，其中，预训练好的基于二分类的深度学习手写中文字符识别模型，包括：主体识别网络模型和汉字标点二分类模型，主体识别网络模型和汉字标点二分类模型的输出端均与乘法器连接；主体识别网络模型对待识别图像进行字符识别，汉字标点二分类模型对待识别图像进行汉字标点二分类识别；乘法器将字符识别概率和二分类识别概率进行相乘后，输出最终的待识别图像的识别结果。
- 基于满文字符图片的字体风格迁移变换方法-201810886243.8
- 郑蕊蕊;李敏;毕佳晶;贺建军;许爽;吴宝春 - 大连民族大学
- 2018-08-06 - 2021-05-04 - G06K9/68
- 基于满文字符图片的字体风格迁移变换方法，属于图像处理领域，解决大幅减少处理大量满文字符图像时所花费的时间和人力成本的问题，要点是对满文字体风格迁移模型分步训练：使用满文文字训练数据集对所述模型训练实现满文文字学习；使用满文字体风格迁移数据集对所述模型再次训练实现满文字体风格迁移学习，效果是节省大量的时间和人力成本。
- 一种基于注意力机制的脱机英文手写识别方法-202011632940.4
- 桑庆兵;卓天天;孙俊;吴小俊 - 江南大学
- 2020-12-31 - 2021-04-20 - G06K9/68
- 本发明提供一种基于注意力机制的脱机英文手写识别方法，其可以提高对手写字符串的识别率，满足实际应用的需求。本发明技术方案中构建的脱机英文手写识别模型包括基于注意力机制的卷积神经网络和双向长短期记忆网络模型，基于注意力机制构建的卷积神经网络提取的图像特征，特征图经注意力模块后更能聚焦有用特征而非无用的手写拖拽特征，使得提取的图像特征更加关注有用信息，忽略无用信息，进而提高了图像识别的准确率。
- 德语旧字体识别方法、装置及计算机可读存储介质-201710927733.3
- 刘新;陆振波;张新 - 深圳市易成自动驾驶技术有限公司
- 2017-09-30 - 2021-04-20 - G06K9/68
- 本发明公开了一种德语旧字体识别方法，包括：获取待识别原始样本，并将所述待识别样本转换为目标格式的待识别文本后，输入至RBF神经识别网络；采用所述RBF神经识别网络中的预设字符训练方法对所述待识别文本中的各单个字符进行识别得到各单个字符的识别结果；根据识别结果生成已识别文本。本发明还公开了一种德语旧字体识别装置、计算机可读存储介质。本发明通过构建识别德语旧字体的RBF神经网络中的分类器，实现了德语旧字体的自动识别与转换的有益效果。
- 一种学生手写选择题识别方法-202011514711.2
- 李哲;闫琦;陈家海;叶家鸣;吴波 - 安徽七天教育科技有限公司
- 2020-12-21 - 2021-04-09 - G06K9/68
- 本发明公开了一种学生手写选择题识别方法，涉及文本识别领域。针对学生手写选择题图像数据，提出了基于Attention机制解决手写文本识别的方案。整体基于残差网络架构，利用STN矫正有畸变的字符图像，利用channel Attention和spacial Attention机制在图像特征中更精准定位字符位置和更精准判断要识别的字符是什么，利用Seq2Seq加Attention机制在序列特征中更精确字符识别，通过超分辨分支网络提高识别网络对模糊字符的识别率，最大程度降低背景环境等因素对字符识别的干扰，提高了手写字符识别率，为人工智能阅卷系统工程落地奠定基础。本发明主要包含以下步骤：数据预处理、网络结构设计、目标函数设计、网络输出后处理。本发明设计合理，使用方便，效果良好。
- 一种基于深度学习的汉字书写质量评价方法-202011618684.3
- 孙进军;潘勇;于卫星 - 浙江优学智能科技有限公司
- 2020-12-31 - 2021-04-09 - G06K9/68
- 一种基于深度学习的汉字书写质量评价方法，所述该方法包括如下步骤：步骤一：收集手写汉子并建立字库，采集尽可能多不同书写质量的通用汉字手写字图，然后对每张字图进行标注，如书写质量分、字结构分、形态分、重心分、笔画分、偏旁分、与模版标准字的相似度分，以及对汉字书写的结构评语、形态评语、重记评语、笔画评语、偏旁评语、与模版相似度评语，和汉字书写整体评语等，本发明通过深度的学习卷积神经网络Deep‑CNN结构，让AI可以更充分的接触到更多的文字和图形，并且这种文字和图形是通过大量的收集获得，可以是用户在学习的时候比对更加详细，通过大数据来实现文字的测评。
- 笔画骨架信息提取方法、装置、电子设备及存储介质-201910955021.1
- 蒋建斌;连宙辉;肖建国;张纯;宛慧军;唐英敏 - 北京方正手迹数字技术有限公司;北京大学
- 2019-10-09 - 2021-04-09 - G06K9/68
- 本申请提供一种笔画骨架信息提取方法、装置、电子设备及存储介质。本申请提供的笔画骨架信息提取方法通过获取目标图像，所获取的目标图像中包括目标文字图像，然后根据目标图像确定目标文字图像对应的参考文字，之后，再根据所确定的参考文字以及预设参考数据库确定参考笔画骨架信息，其中，预设参考数据库包括参考文字与参考笔画骨架信息的映射关系，最后根据目标文字图像以及参考笔画骨架信息确定目标笔画骨架信息，从而，能够实现笔画骨架信息的自动化提取，整个提取过程无需人工干预，降低提取成本的同时还提高了效率以及精确度。
- 图例复杂度排序方法、图例匹配方法、装置及计算机设备-202011508161.3
- 刘勃;黄云峰;黄倜;李婷;向毅 - 湖南特能博世科技有限公司
- 2020-12-18 - 2021-04-02 - G06K9/68
- 本发明实施例公开了一种图例复杂度排序方法、图例匹配方法、装置及计算机设备，涉及图像处理的技术领域，所述方法包括：获取图例标准库对应的参数文件，其中，所述图例标准库对应的参数文件包括至少两种标准图例及每种标准图例对应的图元参数；根据每种标准图例包含的全部图元的图元参数，计算每种标准图例对应的复杂度系数；将所述图例标准库中的全部标准图例按照复杂度系数由大到小依次排序，得到标准图例复杂度序列。本发明提供的技术方案可以对复杂图例进行有针对性地识别，有效避免了复杂图例被错误识别，从而使得识别结果更加准确。
- 专利分类
