買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜桂林電子科技大學(xué)申請的專利一種基于改進(jìn)DAN的越南場景文字識別方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114612906B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210206849.9，技術(shù)領(lǐng)域涉及：G06V30/148；該發(fā)明授權(quán)一種基于改進(jìn)DAN的越南場景文字識別方法是由文益民設(shè)計研發(fā)完成，并于2022-03-04向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于改進(jìn)DAN的越南場景文字識別方法在說明書摘要公布了：本發(fā)明涉及文字識別領(lǐng)域，具體涉及一種基于改進(jìn)DAN的越南場景文字識別方法，包括：使用ResNet作為編碼器從輸入圖像中提取原始特征圖；將所述原始特征圖輸入CAM中得到注意力圖，具體方式是將原始特征圖輸入FPN網(wǎng)絡(luò)得到融合特征圖；將融合特征圖輸入VSFM模塊得到視覺與序列融合特征；將所述視覺與序列融合特征輸入FCN網(wǎng)絡(luò)以得到注意力圖；將所述原始特征圖和所述注意力圖以及VSFM中間特征共同輸入增強(qiáng)型解碼器進(jìn)行解碼，得到場景圖的識別結(jié)果，該方法有效緩解注意力漂移，將變音符號識別的更準(zhǔn)確，并且可以有效區(qū)分相似字符，識別結(jié)果更好。

本發(fā)明授權(quán)一種基于改進(jìn)DAN的越南場景文字識別方法在權(quán)利要求書中公布了：1.一種基于改進(jìn)DAN的越南場景文字識別方法，其特征在于，包括：使用ResNet作為編碼器從輸入圖像中提取原始特征圖；將所述原始特征圖輸入CAM中得到注意力圖，具體方式是將原始特征圖輸入FPN網(wǎng)絡(luò)得到融合特征圖；將融合特征圖輸入VSFM模塊得到視覺與序列融合特征；將所述視覺與序列融合特征輸入FCN網(wǎng)絡(luò)以得到注意力圖；將所述原始特征圖和所述注意力圖以及VSFM中間特征共同輸入增強(qiáng)型解碼器進(jìn)行解碼，得到場景圖的識別結(jié)果；所述將融合特征圖輸入VSFM模塊得到視覺與序列融合特征的具體步驟是：將融合特征圖以寬度為時間步長，輸入Bi-GRU進(jìn)行水平方向的序列特征建模，得到水平方向的序列建模特征；將融合特征圖以高度為時間步長，輸入Bi-GRU進(jìn)行豎直方向的序列特征建模，得到豎直方向的序列建模特征；將所述水平方向的序列建模特征和所述豎直方向的序列建模特征以及融合特征圖進(jìn)行對應(yīng)位置的元素相加后得到視覺與序列融合特征；所述將所述原始特征圖和所述注意力圖以及VSFM中間特征共同輸入增強(qiáng)型解碼器進(jìn)行解碼，得到場景圖的識別結(jié)果的具體步驟是：S301在每一時刻將原始特征圖和注意力圖進(jìn)行相乘得到上下文向量，并與前一時刻的解碼結(jié)果的嵌入向量進(jìn)行拼接，再和前一時刻的hidden信息一起輸入GRU，得到當(dāng)前時刻的hidden信息；S302將hidden信息以及VSFM中間特征在通道維度進(jìn)行拼接后輸入分類器進(jìn)行分類，得到當(dāng)前時刻的識別結(jié)果；S303重復(fù)S301～S302，當(dāng)預(yù)測得到的最大概率的字符為終止符時，停止預(yù)測，并將每一時刻的識別結(jié)果組合起來后得到最終的識別結(jié)果；所述VSFM中間特征為融合特征圖在Bi-GRU進(jìn)行豎直方向的序列特征建模得到的豎直方向的序列建模特征，并將所述融合特征圖和所述豎直方向的序列建模特征在通道維度進(jìn)行拼接后得到。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人桂林電子科技大學(xué)，其通訊地址為：541004 廣西壯族自治區(qū)桂林市七星區(qū)金雞路1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。