[发明专利]具备可持续学习能力的多符号手绘草图识别方法及装置

摘要

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。

主权项

1.一种具备可持续学习能力的多符号手绘草图识别方法，其特征在于实施步骤包括：1)读入草图序列(x1,x2,…xt)构成的待识别草图，将待识别草图的草图序列(x1,x2,…xt)转化为笔画序列Si＝(x1,x2,…xni),i＝1,2…l；2)基于训练好的双向长短时记忆网络BiLSTM对笔画序列Si进行属性识别形成笔画属性序列Attributei；3)基于预设的笔画位置关系模型对笔画序列Si进行空间关系建模形成笔画关系序列Relationi；4)将待识别草图的l个笔画构成的符号保存进入预设的符号库，形成新的库存符号Symmm＝(Attributei＝1,2…l,Relationi＝1,2…l)；5)结合当前符号库中的库存符号，对待识别草图的笔画属性序列Attributei以及笔画关系序列Relationi基于隐马尔可夫模型进行概率推断识别得到草图识别结果并输出。