【技术实现步骤摘要】
书写轨迹处理方法及装置
本申请实施例涉及计算机技术,尤其涉及一种书写轨迹处理方法及装置。
技术介绍
手写体数据的识别和分析一直是研究的热点之一,因为在线数据获取难度较大,因此从静态图像中恢复出书写轨迹,能够有效降低手写体识别的难度。目前,现有技术在针对静态数据恢复书写轨迹时,通常是通过引入两个神经网络,其中,在引入的两个神经网络中,编码器的结构是通过对静态图像的特征序列编码成隐层表示,再通过解码器对该隐层表示进行解码,从而预测出书写轨迹的点序列坐标。然而,该方法只能恢复出英文、数字、印度文等单笔画中的点序列,无法实现针对包含多笔画的单字符的书写轨迹恢复,从而导致书写轨迹处理缺乏适用性。
技术实现思路
本申请实施例提供一种书写轨迹处理方法及装置,以克服无法实现针对包含多笔画的单字符的书写轨迹恢复的问题。第一方面,本申请实施例提供一种书写轨迹处理方法,包括:对静态图像进行编码处理,得到所述静态图像的图像特征序列,其中,所述静态图像包括至少一个字符;将所述图像特征序列输入 ...
【技术保护点】
1.一种书写轨迹处理方法,其特征在于,包括:/n对静态图像进行编码处理,得到所述静态图像的图像特征序列,其中,所述静态图像包括至少一个字符;/n将所述图像特征序列输入至图像恢复模型,以使得所述图像恢复模型输出所述静态图像的点序列和笔画图像序列;/n根据所述点序列和所述图像特征序列,得到所述字符的书写轨迹。/n
【技术特征摘要】
1.一种书写轨迹处理方法,其特征在于,包括:
对静态图像进行编码处理,得到所述静态图像的图像特征序列,其中,所述静态图像包括至少一个字符;
将所述图像特征序列输入至图像恢复模型,以使得所述图像恢复模型输出所述静态图像的点序列和笔画图像序列;
根据所述点序列和所述图像特征序列,得到所述字符的书写轨迹。
2.根据权利要求1所述的方法,其特征在于,所述将所述图像特征序列输入至图像恢复模型,以使得所述图像恢复模型输出所述静态图像的点序列和笔画图像序列之前,所述方法还包括:
根据多组训练样本对所述图像恢复模型进行训练,以得到训练后的图像恢复模型,其中,所述多组训练样本包括多张训练静态图像,以及各所述训练静态图像所包括的训练字符的点序列,其中,所述点序列包括点坐标序列和点状态序列。
3.根据权利要求2所述的方法,其特征在于,所述根据多组训练样本对所述图像恢复模型进行训练,以得到训练后的图像恢复模型,包括:
将所述训练字符的点坐标序列按照笔画顺序,转换为笔画图像序列,其中,所述笔画图像序列包括多个笔画过程图像;
根据所述多个笔画过程图像依次进行差分处理,得到训练差分图像序列;
根据所述训练差分图像序列,对所述图像恢复模型进行训练。
4.根据权利要求3所述的方法,其特征在于,所述根据所述训练差分图像序列,对所述图像恢复模型进行训练,包括:
将所述训练差分图像序列输入至特征提取单元,得到所述训练差分图像序列的第一特征图;
将所述第一特征图输入至所述图像恢复模型,以使得所述图像恢复模型输出所述训练差分图像序列对应的第二特征图;
将所述第二特征图输入至图像表征单元,以使得所述图像表征单元输出预测差分图像序列;
根据第一损失函数对所述训练差分图像序列和预测差分图像序列进行处理,以得到所述图像恢复模型的第一损失函数值;
若所述第一损失函数值大于第一预设阈值,则确定所述图像恢复模型的笔画图像序列恢复单元训练完成。
5.根据权利要求2所述的方法,其特征在于,所述根据多组训练样本对所述图像恢复模型进行训练,以得到训练后的图像恢复模型,包括:
将所述训练字符的点坐标序列转化为点坐标图像;
将所述点坐标图像输入...
【专利技术属性】
技术研发人员:周康明,肖尧,
申请(专利权)人:上海眼控科技股份有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。