申请/专利权人：西北工业大学

申请日：2020-12-10

公开（公告）日：2021-03-16

公开（公告）号：CN112508108A

主分类号：G06K9/62(20060101)

分类号：G06K9/62(20060101);G06K9/32(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2024.01.26#授权;2021.04.02#实质审查的生效;2021.03.16#公开

摘要：本发明公开了一种基于字根的零样本汉字识别方法，首先在CTW汉字数据集的基础上构建训练集和测试集；然后构建汉字识别嵌入模型，该模型由两个并行分支组成，包括由CNN模型构成的图像处理分支和由循环神经网络构成的属性信息处理分支；采用训练集图像对汉字识别嵌入模型进行训练，得到最终模型；再采用测试集对模型进行测试。本发明大大降低了对训练数据的要求，且符合自然场景下文本数据分布的规律，并取得了可行的识别率，为自然场景下的汉字识别提供了一种新思路。

主权项：1.一种基于字根的零样本汉字识别方法，其特征在于，包括以下步骤：步骤1：构建训练集和测试集；步骤1-1：将CTW汉字数据集中的只包含单个汉字的图像按照同一个汉字出现的频率从高到低进行排序，取出现频率排序在前A1的汉字对应的只包含单个汉字的图像为训练集；出现频率排序在前A1个之后取A2个汉字对应的只包含单个汉字的图像为测试集；步骤1-2：将训练集和测试集中图像包含的汉字作为类别标签；步骤1-3：采集训练集和测试集中图像包含的汉字的字根，并对所有字根进行编码，每个字根有唯一的编码；步骤2：构建文字识别嵌入模型；文字识别嵌入模型包括两个并行分支，一个是图像处理分支，另一个是属性信息处理分支；所述图像处理分支由CNN模型构成，输入为只包含单个汉字的图像，输出为视觉特征向量，用φIi表示，Ii为第i幅只包含单个汉字的图像；所述属性信息处理分支由循环神经网络构成；对训练集和测试集中图像包含的任一汉字，采集该汉字的字根，再用步骤1的字根编码方法将该汉字变为字根编码组合；使用递归神经网络，将训练集和测试集中图像包含的所有汉字的字根编码组合再次编码为固定长度语义向量；循环神经网络的输入为固定长度语义向量，输出为语义特征向量，输出表示如下： 其中，表示前向最终隐藏状态，表示反向的最终隐藏状态，f·是ReLU激活函数，是的权重，是的权重；步骤3：定义目标函数为最小化LW1，W2： 其中，N为训练集中图像数量；步骤4：使用训练集对文字识别嵌入模型进行训练，当目标函数最小时结束，得到最终的文字识别嵌入模型；步骤5：将测试集中的图像输入最终的文字识别嵌入模型，得到输入图像的视觉特征向量和语义特征向量，采用最近邻算法，找到与输入图像的视觉特征向量最接近的语义特征向量，然后得到该语义特征向量对应的类别标签，即为输入图像的类别标签；采用公式表示为： 其中，Labeli为类别标签，D·是最近邻算法的距离函数，v是测试集中的类别标签。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于字根的零样本汉字识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD