公开(公告)号：CN116363670B

公开(公告)日：2025-05-13

申请号：CN202111578044.9

申请日：2021-12-22

Applicant: 复旦大学

Inventor： 李斌 ,  余海洋 ,  关梦楠 ,  薛向阳

IPC: G06V30/244 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于笔画树表示的中文字符识别方法，根据中文字符可以层级拆解的特性，充分考虑中文字符的结构信息并将中文字符表示成为笔画树的形式，因此在现有技术的基础之上进一步缓解了序列表示到中文字符的一对多的问题；还由于本发明的方法在计算距离时为部首结构赋予更高的权重，因此使得候选的预测中文字符整体上更加贴近标签中文字符，从而提高了预测准确度。进一步，由于笔画树的表示方式融合了部首层级和笔画层级的表示优势，使得神经网络模型对有遮挡和模糊等情况的样本具备更强的鲁棒性。

公开(公告)号：CN116363670A

公开(公告)日：2023-06-30

申请号：CN202111578044.9

申请日：2021-12-22

Applicant: 复旦大学

Inventor： 李斌 ,  余海洋 ,  关梦楠 ,  薛向阳

IPC: G06V30/244 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于笔画树表示的中文字符识别方法，根据中文字符可以层级拆解的特性，充分考虑中文字符的结构信息并将中文字符表示成为笔画树的形式，因此在现有技术的基础之上进一步缓解了序列表示到中文字符的一对多的问题；还由于本发明的方法在计算距离时为部首结构赋予更高的权重，因此使得候选的预测中文字符整体上更加贴近标签中文字符，从而提高了预测准确度。进一步，由于笔画树的表示方式融合了部首层级和笔画层级的表示优势，使得神经网络模型对有遮挡和模糊等情况的样本具备更强的鲁棒性。