[发明专利]一种文字识别方法、装置、电子设备及存储介质在审
| 申请号： | 202310720892.1 | 申请日： | 2023-06-16 |
| 公开（公告）号： | CN116959003A | 公开（公告）日： | 2023-10-27 |
| 发明（设计）人： | 毕迎迎;董凡东;田大钊;闫立刚;贾朝晖 | 申请（专利权）人： | 鼎道智联（北京）科技有限公司 |
| 主分类号： | G06V30/226 | 分类号： | G06V30/226;G06V30/19;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 北京科衡知识产权代理有限公司 11928 | 代理人： | 王淑静 |
| 地址： | 100085 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本申请的实施例公开了一种文字识别方法、装置、电子设备及存储介质，涉及图像识别技术领域，有效提高文字识别准确率。所述方法包括：获取目标图像，所述目标图像含有畸变文字；基于扩散模型对目标图像进行处理，降低所述目标图像的文字畸变程度，所述扩散模型是对文字畸变过程的建模；对处理后的目标图像的文字进行识别。本发明适用于对畸变文字的识别场景。 | ||
| 搜索关键词： | 一种 文字 识别 方法 装置 电子设备 存储 介质 | ||
【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鼎道智联（北京）科技有限公司，未经鼎道智联（北京）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/202310720892.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种文字识别方法、装置、电子设备及存储介质-202310720892.1
- 毕迎迎;董凡东;田大钊;闫立刚;贾朝晖 - 鼎道智联（北京）科技有限公司
- 2023-06-16 - 2023-10-27 - G06V30/226
- 本申请的实施例公开了一种文字识别方法、装置、电子设备及存储介质，涉及图像识别技术领域，有效提高文字识别准确率。所述方法包括：获取目标图像，所述目标图像含有畸变文字；基于扩散模型对目标图像进行处理，降低所述目标图像的文字畸变程度，所述扩散模型是对文字畸变过程的建模；对处理后的目标图像的文字进行识别。本发明适用于对畸变文字的识别场景。
- 手写签名识别方法、装置、电子设备及计算机程序产品-202310864798.3
- 黄文利;吴磊;李玲玲;范岩;黄春;张立成;孙全勇;孙明帅;那铁鑫;刘洋 - 中国移动通信集团黑龙江有限公司;中国移动通信集团有限公司
- 2023-07-14 - 2023-10-27 - G06V30/226
- 本申请涉及数据处理技术领域，提供一种手写签名识别方法、装置、电子设备及计算机程序产品。方法包括：基于待识别文件的文件格式，提取所述待识别文件的矢量图像对象，所述矢量图像对象包括手写签名的特征信息；基于所述矢量图像对象，构建路径对象，所述路径对象用于表征图像的路径或轮廓；对所述路径对象进行绘制，裁剪绘制后的路径对象，得到手写签名图片。本申请实施例通过提取矢量图像对象，基于矢量图像对象，构建、绘制、裁剪路径对象，得到手写签名图片，基于此，当手写签名背景有水印，或者叠加部分单据文件上有其他文字等干扰因素时，截取到的手写签名图片抗干扰性强，提高了稽核准确率以及手写签名识别的准确性。
- 笔锋类型的识别方法、装置、电子设备及存储介质-202211497535.5
- 潘金全;杨晓燕 - 暗物智能科技（广州）有限公司
- 2022-11-25 - 2023-10-27 - G06V30/226
- 本发明实施例涉及一种笔锋类型的识别方法、装置、电子设备及存储介质，该方法包括：获取待识别的文字图像；根据文字图像进行文字识别，获取文字识别结果；基于文字识别结果，对文字图像进行笔画拆分，获取拆分后的至少一个笔画图像；根据第一笔画图像，确定第一笔画图像对应的外接矩形框，其中，第一笔画图像为至少一个笔画图像中的任一个；当外接矩形框符合预设条件时，对第一笔画图像进行投影处理，获取与第一笔画图像对应的第一投影曲线；根据第一投影曲线确定第一笔画图像中笔画的笔锋类型。通过该方式，可以在书法学习中对书写的字体进行自动化笔锋类型的识别，提高学习效率。
- 基于迭代适应和匹配算法的手写汉字笔画拆分方法及装置-202310512711.6
- 王进;仲岳灵风;茅译文;刘华雨 - 余姚市机器人研究中心;浙江大学
- 2023-05-09 - 2023-10-27 - G06V30/226
- 本发明公开了基于迭代适应和匹配算法的手写汉字笔画拆分方法及装置，对图像进行预处理，检测手写汉字笔画拆分关键点，获得拆分关键点集，拆分点匹配；具体地，基于迭代适应点法（D‑P）对连通域分割后的手写汉字轮廓进行关键点检测，并对关键点集构成的多边形进行凹点判断，得到由凹点组成的拆分关键点集；通过在凹点集中引入凹点的闵式距离和余弦距离这两个指标作为权值构建匹配的二部图，基于匈牙利匹配算法（HMA）进行拆分点匹配，得到最终用于切割笔画的凹点对。本发明能够实现面向机器人书写的具有复杂轮廓的手写汉字无人工干预的高准确率笔画拆分。
- 手写体和印刷体文本分离方法及装置-202310829177.1
- 严海;贾昌鑫;戴建武;冯显扬;杜琨 - 北京华宇信息技术有限公司
- 2023-07-07 - 2023-10-20 - G06V30/226
- 本申请提供一种手写体和印刷体文本分离方法及装置，用以解决手写体文本和印刷体文本相近的情况下文本框左右粘连，造成文本区域分离错误的技术问题。具体的，一种手写体和印刷体文本分离方案，通过使用卷积神经网络预测不同的字体类型特征图，根据不同的字体类型特征图对字体类型进行预测，提高了预测准确率和泛用性。通过在标签文本区域框两端，生成以标签文本区域框的高度为直径的高斯图，根据高斯图生成边界框，通过实际文本区域框中存在两个以上边界区域框，认定实际文本区域框要分离，进而确定手写体和印刷体文本框的边界，降低了由于不同文本区域框左右粘连导致文本区域框分离错误的概率，提高了手写体文本和印刷体文本分离的准确度。
- 签名识别方法、装置、计算机设备和存储介质-202310684698.2
- 盛铭峰 - 中国银行股份有限公司
- 2023-06-09 - 2023-10-13 - G06V30/226
- 本申请涉及一种签名识别方法、装置、计算机设备和存储介质。该方法包括：获取用户签名图像以及用户教育信息；对用户签名图像进行分割，获得至少两个汉字图像块；将用户教育信息和各汉字图像块输入至签名识别模型中，确定签名识别结果。此种方法是把签名图像分割成独立的汉字图像块之后再进识别，大大增加了识别准确性，且在签名识别时，引入了用户教育信息，因此可以针对用户不同的教育信息，分别进行识别，进一步提升了识别准确性，此外，通过签名识别模型自动识别签名，相比人工识别签名，也大大增加了签名识别效率。
- 手绘图形的识别方法、装置和电子设备-202310713797.9
- 吴泰鸿;朱理森;黄靖超;汪帅 - 深圳市鸿合创新信息技术有限责任公司
- 2023-06-15 - 2023-10-13 - G06V30/226
- 本申请属于计算机图形领域，尤其涉及一种手绘图形的识别方法、装置和电子设备。该方法可以根据第一坐标集，得到手绘图形的目标特征，目标特征包括第一坐标集的坐标位于二次曲线上的概率和手绘图形与二次曲线的相似度，由于该目标特征是二次曲线的相关特征，且由于特征类型的增加，从而可以在根据目标特征，确定手绘图形是否为二次曲线时提高识别手绘图形的准确率。
- 一种智能批改方法、装置、设备和存储介质-202310804714.7
- 刘军 - 深圳市星桐科技有限公司
- 2023-06-30 - 2023-10-13 - G06V30/226
- 本申请涉及一种智能批改方法、装置、设备和存储介质，智能批改方法，包括：获取待批改的题目图像，题目图像包括至少一个手写文本；对题目图像进行版面检测和文本行检测，生成第一题目框和第一题目框对应的文本框；确定题目图像的答案图像，并在答案图像预先标注的第二题目框中确定和第一题目框匹配的目标题目框；将目标题目框对应的标准答案和从文本框中识别到的手写文本进行比对，得到题目图像的批改结果。本申请能够得到准确的批改结果，有效减少了错判和漏判现象，提高了批改准确率。
- 面向FeFET存储阵列的数字识别方法及硬件加速器-202311130216.5
- 任嵩楠;李宇航;闫力;胡塘;顾佳妮;玉虓;李相迪;韩根全 - 之江实验室
- 2023-09-04 - 2023-10-10 - G06V30/226
- 本发明公开了一种面向FeFET存储阵列的数字识别方法及硬件加速器，包括：状态机，用于控制数据预处理单元和二值神经网络计算模块；数据预处理单元，用于获取输入数据，并转换为二值数据，记为第一信号；二值神经网络计算模块，包括：第一全连接层模块，基于第一信号并根据权重、偏置计算每个神经元的输出信号；激活函数模块，用于对第一全连接层模块中每个神经元的输出信号经激励函数处理后，得到第二信号；第二全连接层模块，基于第二信号并根据权重、偏置计算每个神经元的输出信号；FeFET存储器，用于存储神经网络权重；数据输出单元，用于比较第二全连接层模块中每个神经元的输出信号，获取识别结果。
- 文字评价方法、装置及电子设备-202310530577.2
- 王子杨 - 暗物智能科技（广州）有限公司
- 2023-05-10 - 2023-10-10 - G06V30/226
- 本申请提供了一种文字评价方法、装置及电子设备，其中，该方法包括：根据待评价文字图像和目标文字数据库，得到待评价文字对应的目标文字的目标特征信息和笔画分组信息；将待评价文字图像输入预设笔画分割模型，得到待评价文字包含的笔画图像；根据笔画分组信息和笔画图像，得到待评价文字的特征信息；根据特征信息和目标特征信息，得到待评价文字的得分信息。通过本申请，解决了相关技术中存在只对文字整体进行评价，评价结果缺乏细节依据的问题。
- 一种手写字符识别系统、方法、设备和存储介质-202310834062.1
- 张梦蝶 - 中国银行股份有限公司
- 2023-07-07 - 2023-10-03 - G06V30/226
- 本申请公开了一种手写字符识别系统、方法、设备和存储介质。可应用于人工智能领域或金融领域。该系统包括：包括：用户终端系统、云端服务系统和传输模块；用户终端系统包括图像采集模块和加密模块；云端服务系统包括解密模块和识别模块；图像采集模块采集用户手写输入的字符图像；加密模块利用第一密钥和第二密钥对字符图像加密，得到加密的手写字符图像；传输模块将加密的手写字符图像发送至云端服务系统；解密模块利用第一密钥和第二密钥对加密的字符图像进行解密，得到手写字符图像；识别模块用于使用识别模型识别手写字符图像，得到识别结果。该系统采用双重加密机制提高识别过程的安全性。
- 用于阿尔兹海默症预测的笔迹特征提取训练方法和装置-202310921571.8
- 祁亨年;朱晓蓉;张若愚;曾刚;王丽娜;唐琦哲 - 湖州师范学院
- 2023-07-26 - 2023-10-03 - G06V30/226
- 本发明公开一种用于阿尔兹海默症预测的笔迹特征提取训练方法和装置，包括以下步骤：步骤S1、获取AD患者和正常对照组的书写任务信息；步骤S2、根据所述书写任务信息，提取具有统计学意义的数据作为笔迹特征；步骤S3、将所述笔迹特征输入至分类模型中进行训练，以判断所提取的笔迹特征对区分AD患者和正常对照组是否有效；步骤S4、若特征有效，则提取完成，否则采用进行Bonferroni校正，重新筛选笔迹特征。采用本发明的技术方案，可以简便分析出患者和正常老年人之间的书写差异，运用到日常的疾病预警过程中，尤其是社区医院及医疗水平欠发达的偏远地区。
- 手写识别方法、装置、电子设备及存储介质-202310614040.4
- 高大帅;李健;陈明;武卫东 - 北京捷通华声科技股份有限公司
- 2023-05-29 - 2023-09-19 - G06V30/226
- 本发明实施例提供一种手写识别方法、装置、电子设备及存储介质，包括：获取仿真自由写的训练数据，对笔画坐标点进行采样处理，得到采样数据，通过预设残差卷积网络对采样数据进行特征提取，生成采样数据对应的高层特征，根据预设字符分割网络及预设CTC字符识别网络，端到端协同训练预设残差卷积网络，预测时通过预设CTC字符识别网络对高层特征进行解析，获取目标识别结果。本发明以自由写数据笔画坐标点为处理单位进行采样和特征提取，避免单字分割识别中因分割错误而导致识别不准确的问题，利用共享一维残差卷积神经网络特征提取，字符分割网络和CTC网络协同端到端训练，无需人工设计特征，实现手写输入准确识别，提升用户输入体验。
- 生僻字的识别方法、装置及电子设备-202310645527.9
- 许政伟;李铁岭;杨晓诚;邱一晋 - 中国工商银行股份有限公司
- 2023-06-01 - 2023-09-01 - G06V30/226
- 本申请公开了一种生僻字的识别方法、装置及电子设备，该方法应用于人工智能领域，该方法包括：获取目标图像；依据文字识别模型对目标图像进行识别，得到识别结果，其中，文字识别模型是将多种风格的手写生僻字作为训练样本进行训练得到的模型，多种风格的手写生僻字是由循环对抗网络模型生成。通过本申请，解决了相关技术中由于生僻字数量较少，使训练神经网络模型的训练集样本不平衡，导致识别生僻字的准确率下降的问题。
- 一种学习环境中的书写内容识别方法及系统-201910597028.0
- 周林 - 广东小天才科技有限公司
- 2019-07-02 - 2023-08-25 - G06V30/226
- 本发明实施例公开了一种学习环境中的书写内容识别方法及系统，应用于教育技术领域，可解决无法有效的识别出用户的书写内容的问题。该方法包括：交互终端检测即将进入学习环境的学习用户输入的电子设备选择指令，并根据该指令输出若干个电子设备对应的设备标识；检测学习用户从若干个电子设备对应的设备标识中选取的目标设备标识；获取学习用户的身份信息，并根据该身份信息获取学习用户的书写笔迹特征；交互终端将该书写笔迹特征存储至目标设备标识所属的电子设备中；目标设备标识所属的电子设备拍摄书写页面对应的第一图像，并从中识别出书写轨迹；以及，校验书写轨迹是否与学习用户的书写笔迹特征相匹配，若是，将书写轨迹作为书写内容。
- 数学公式识别方法、装置、电子设备和可读存储介质-202310638406.1
- 石瑞姣;刘宪彬 - 京东方科技集团股份有限公司;北京京东方技术开发有限公司
- 2023-05-31 - 2023-08-15 - G06V30/226
- 本公开是关于一种数学公式识别方法、装置、电子设备和可读存储介质。该方法包括：获取包含数学公式的原始图像；将所述原始图像输入到公式识别模型，获得所述公式识别模型输出预测字符集合；所述预测字符集合包括字符数据和结构数据；根据预设公式格式和结构数据还原所述字符数据在数学公式中的位置，得到所述原始图像中的数学公式。本实施例中通过设置结构数据，可以表征字符数据的相对位置关系，可以消除复杂公式识别过程中出现丢失字符的问题，有利于提高识别准确率。
- 签名笔迹鉴定方法、装置、设备及存储介质-202310420333.9
- 请求不公布姓名 - 深圳绘王趋势科技股份有限公司
- 2023-04-12 - 2023-08-15 - G06V30/226
- 本申请提供一种签名笔迹鉴定方法及相关设备，可以提高签名笔迹鉴定的准确性。该方法包括：获取目标用户的签名笔迹所对应的目标笔迹数据，目标用户为预先存储有笔迹数据的用户；对目标笔迹数据进行预处理，以得到目标用户所对应的目标数据特征；基于签名笔迹鉴定模型确定目标数据特征与目标用户预先存储的笔迹数据所对应的数据特征之间的动态时间规整DTW距离，签名笔迹鉴定模型为预先通过对训练数据集进行训练得到的，训练数据集包括多个用户中每个用户所对应的多个笔迹数据，多个笔迹数据中每个笔迹数据包括正样本数据以及负样本数据，正样本数据以及负样本数据均包括时间、坐标以及压感；根据DTW距离对目标用户的签名笔迹进行鉴定。
- 管理实时手写识别-201811217822.X
- M－Q·夏;J·G·多尔芬格;R·S·狄克勋;K·M·格罗瑟;K·米斯拉;J·R·贝勒加达;U·迈尔 - 苹果公司
- 2014-05-30 - 2023-08-04 - G06V30/226
- 本发明涉及管理实时手写识别。本发明公开了一种涉及用于在用户设备上提供手写输入功能的技术的方法、系统和计算机可读介质。训练手写识别模块以具有字汇，该字汇包括多种不重叠文字并且能够使用单一手写识别模型来识别几万个字符。该手写输入模块为多字符手写输入提供实时的、与笔画顺序和笔画方向无关的手写识别。具体地，为多字符或语句层次汉语手写识别提供实时的，与笔画顺序和笔画方向无关的手写识别。还公开了用于提供手写输入功能的用户界面。
- 互联网在线教育方法、系统及计算机可读存储介质-202310475875.6
- 杨启进;徐英;高宝明;黄璐蕾;张婷;黄芳;王亚敏;张颖;岳瑞芳;马海燕 - 江西智和教育科技有限公司
- 2023-04-28 - 2023-08-01 - G06V30/226
- 本发明涉及在线教育技术领域，提出一种互联网在线教育方法、系统及计算机可读存储介质。本发明通过将书写面板划分为多个书写划分区域；识别教师在书写面板的书写位置，标记目标书写区域；切换放大目标书写区域，进行针对显示；进行持续识别，在书写越界时，标记越界邻近区域；切换放大目标书写区域和越界邻近区域，进行协同显示。能够将书写面板划分为多个书写划分区域，在线教育过程中，识别书写位置，进行目标书写区域的自动匹配与切换，并在书写过程中进行持续识别，在书写越界时，进行放大目标书写区域和越界邻近区域的自动协同显示，无需人工进行操作，且不会出现字体过小、切换延迟的问题，有效提升学生的学习体验。
- 一种基于孪生卷积神经网络的书法字识别方法-202210042795.7
- 冯伟;欧宇浩;周昭坤;车其姝 - 中国科学院深圳先进技术研究院
- 2022-01-14 - 2023-07-25 - G06V30/226
- 本发明公开了一种基于孪生卷积神经网络的书法字识别方法。该方法包括：获取待识别的书法字图片；将所述书法字图片输入经训练的孪生卷积神经网络模型，该孪生神经网络模型包含第一卷积神经网络和第二卷积神经网络，其中第一卷积神经网络输出对应的第一特征向量，第二卷积神经网络输出对应的第二特征向量；计算第一特征向量和第二特征向量之间的相似度；基于所述相似度结果预测书法字的类别。本发明能够通过少量甚至单一样本训练孪生卷积神经网络，降低了训练成本并显著提高了书法字的识别精确度。
- 一种学习中国汉字笔画的组拼汉字游戏系统-202310438093.5
- 傅家祥 - 傅家祥
- 2023-04-23 - 2023-07-21 - G06V30/226
- 本发明属于组拼汉字技术领域，公开了一种学习中国汉字笔画的组拼汉字游戏系统，所述学习中国汉字笔画的组拼汉字游戏系统包括：笔画识别模块、主控模块、拆分模块、组成模块、难度分级模块、语音模块、网络通信模块、显示模块。本发明可以帮助学习者学习中国汉字的笔画，让学习者更加了解中国汉字，学习汉字熟悉熟练每个汉字的笔画；本发明通过笔画识别模块能够灵活快捷地识别和变换字形及其内的汉字笔画轮廓/汉字笔画特征，进而能够快速便捷地推出新字库，以满足日益多样的文字需求；同时，通过拆分模块对拆分错误进行标注，提高了汉字拆分的准确性。
- 笔迹鉴定方法、装置、计算机设备及存储介质-202310352394.6
- 请求不公布姓名 - 深圳绘王趋势科技股份有限公司
- 2023-03-28 - 2023-07-14 - G06V30/226
- 本申请提供一种笔迹鉴定方法及相关设备，提高笔迹鉴定结果的精准度。该方法包括：获取与目标用户所对应的目标笔迹，所述目标笔迹为待判定真伪的笔迹，所述目标用户为存储过真实笔迹的用户；对所述目标笔迹进行预处理，以得到目标笔迹数据；将所述目标笔迹数据分别输入多个笔迹鉴定模型，以得到所述目标笔迹数据所对应的多个鉴定结果；将所述多个鉴定结果以及所述目标笔迹数据输入权重确定模型，以确定所述多个鉴定结果中每个鉴定结果所对应的权重；根据所述多个鉴定结果以及所述每个鉴定结果所对应的权重确定所述目标笔迹鉴定数据所对应的失真度；将所述目标笔迹数据所对应的失真度与预设阈值进行比对，以得到比对结果。
- 一种易混淆答案的校准方法及系统-202310355524.1
- 王钰;钱锟;李栋良;徐飞 - 中教云智数字科技有限公司
- 2023-04-06 - 2023-06-30 - G06V30/226
- 本发明公开了一种易混淆答案的校准方法及系统，易混淆答案的校准方法包括收集易混淆手写字体、预测结果进行易混淆处理、文字深度学习处理和对比正确答案，易混淆答案的校准系统包括采集模块、传输模块、储存模块、模型预测模块、分析对比模块和显示模块。本方案，通过latex公式，判断字符中是否存在易混淆的字符，如果有则进行易混淆处理，得到易混淆列表，并获得被易混淆的概率，再将列表中的所有答案与题目的正确答案对比，根据两者的情况，判断该题目学生作答是否正确，通过对模型预测后的latex公式加入易混淆机制，对于学生作答信息的判题准确率有了较高的提升。
- 文本的识别方法、装置、设备及存储介质-202310141914.9
- 晏黔东;刘辰宇;吴嘉嘉;胡金水;殷兵;殷保才;谢名亮 - 科大讯飞股份有限公司
- 2023-02-13 - 2023-06-27 - G06V30/226
- 本申请提供了文本的识别方法、装置、设备及存储介质，具体实现方案为：获取待识别文本的动态笔迹的点级轨迹信息和笔画级轨迹信息；利用所述点级轨迹信息和所述笔画级轨迹信息确定对应的轨迹点特征；基于所述轨迹点特征得到所述待识别文本的识别结果。根据本申请的技术方案，能够有效提升手写文本识别的准确性。
- 作业批改方法、系统、终端及存储介质-202310430554.4
- 林金泳;苏楠明;黄富强 - 福建鹿鸣教育科技有限公司
- 2023-04-21 - 2023-06-27 - G06V30/226
- 本发明提供了一种作业批改方法、系统、终端及存储介质，该方法包括：获取学生作业的答题图像，将答题图像中的答题笔迹与标准答案进行答案比对，得到作业评分；对答题笔迹进行笔迹风格识别，根据笔迹风格识别结果生成作业书写建议；获取学生作业对应的作业撰写视频，根据作业撰写视频对学生进行眼动识别，得到眼动数据；根据眼动数据确定学生作业中的易错知识点，根据易错知识点生成易错练习建议；根据作业评分、作业书写建议和易错练习建议生成学生作业的作业批改结果。本发明实施例，基于易错知识点能有效地生成学生作业的易错练习建议，基于易错练习建议能有效地对学生起到易错题的练习效果，保障了学生对易错知识点的巩固，提高了教学质量。
- 信息处理设备、信息处理方法和信息处理程序-202310274084.7
- 大木嘉人;古贺康之;塚原翼;山野郁男;水沼宏之;市川美和 - 索尼公司
- 2014-05-15 - 2023-06-23 - G06V30/226
- 提供了一种图像处理设备，其包括：输入装置，被配置成接收笔画输入；以及显示控制器，被配置成控制修改笔画的显示，其中，所述修改笔画是基于所接收的笔画输入的特性参数和已与所接收的笔画输入匹配的参考笔画的特性参数、根据所接收的笔画输入的特性参数和所述参考笔画的特性参数之间的距离而合成的。
- 题目作答方法、装置、设备及介质-202310152877.1
- 索浩森;李海星;薛珺;蒋静芬 - 北京新唐思创教育科技有限公司
- 2023-02-10 - 2023-05-23 - G06V30/226
- 本公开提供一种题目作答方法、装置、设备及介质，其中该方法包括：响应于用户针对目标题目发起的草稿演算请求，展示草稿页面；获取所述用户在所述草稿页面上的书写轨迹，并保存所述书写轨迹中的目标轨迹；在所述用户退出所述草稿页面的情况下，识别保存的所述目标轨迹的关键字符，并根据识别到的所述关键字符确定所述目标题目的草稿演算结果；根据所述草稿演算结果，针对所述目标题目执行答案填写操作。本公开可以使用户的题目作答过程更为便捷，有效提升用户的题目作答效率，保障用户具有良好的线上答题体验。
- 手写文字识别方法及装置、存储介质、计算机设备-202211530513.4
- 刘源超;陈沭源;王国鹏;黄志远 - 深圳前海环融联易信息科技服务有限公司
- 2022-12-01 - 2023-05-23 - G06V30/226
- 本申请公开了一种手写文字识别方法及装置、存储介质、计算机设备，该方法包括：对待识别手写文字图像进行特征提取，获得初始特征图，以及对所述待识别手写文字图像进行位置编码，获得位置编码信息；对所述初始特征图进行通道注意力计算，得到中间特征图，对所述中间特征图进行空间注意力计算，得到手写文字特征图；基于所述位置编码信息对应的手写文字顺序，逐个确定各手写文字特征并进行手写文字识别，本申请通过添加注意力机制对已经提取的文字特征进行再次提取，提高了待提取手写文字特征的准确性，再通过与位置编码结合，进一步提高了手写文字识别的准确度。
- 签名真伪验证方法、系统、终端设备及存储介质-202210820006.8
- 吴婧;张志远;洪镇宇 - 厦门国际银行股份有限公司
- 2022-07-13 - 2023-05-23 - G06V30/226
- 本发明提供了一种签名真伪验证方法、系统、终端设备及存储介质，该方法包括：根据元学习任务进行任务抽取，得到任务用户；根据各任务用户的影像数据和剩余用户的影像数据，生成模型训练数据，根据各模型训练数据对元学习器进行训练；根据各影像数据包分别对收敛后的元学习器进行参数调节，根据参数调节后的各元学习器的参数，分别构建签名真伪判别模型；将待验证签名图像输入对应签名真伪判别模型进行签名验证，得到签名真伪验证结果。本发明通过各目标用户的影像数据包分别对收敛后的元学习器进行参数调节，能有效地调整各元学习器的参数权重，使得签名真伪判别模型的权重能随任务用户的签名图像的特征进行调整，提高了签名真伪验证的准确性。
- 基于深度学习的手写中文字体识别方法-202310097533.5
- 孙世芳 - 宁波极科信息科技有限公司
- 2023-02-10 - 2023-05-16 - G06V30/226
- 本申请公开了基于深度学习的手写中文字体识别方法，包括：建立笔画识别模型；采用训练集对笔画识别模型进行训练；利用训练完成的笔画识别模型对待识别的手写中文进行笔画识别，获得相应的笔画以及笔画顺序；将识别得到的笔画与对比库中的打印文字的笔画进行对比，确定匹配的候选打印文字；将识别得到的笔画顺序和候选打印文字的笔画顺序进行对比，确定最终的识别结果。本申请通过笔画和笔画顺序对手写中文进行识别，在文字复杂度不高时识别速度快，而且基于笔画和笔画顺序的识别方法能够适应不同的人的手写习惯，提高识别的准确率。
- 专利分类
