基于SwinTransformer的手写文字识别方法及系统技术方案

本申请涉及一种基于Swin Transformer的手写文字识别方法及系统，包括获取待识别手写图片；基于Swin Transformer建立Swin

【技术实现步骤摘要】
基于Swin Transformer的手写文字识别方法及系统


[0001]本申请涉及计算机
，特别是涉及一种基于Swin Transformer的手写文字识别方法及系统。

技术介绍

[0002]文字识别是对序列的预测方法，所以采用了对序列预测的RNN网络，并通过CNN将图片的特征提取出来后采用RNN对序列进行预测，最后通过一个CTC的翻译层得到最终结果，这也就是常说的CNN+RNN+CTC的结构，也即CRNN。
[0003]现有基于CRNN的手写汉字识别系统准确性较低，主要是因为传统的CNN模型，在编码提取图像特征阶段，模型无法像较好的获取图像空间信息，也无法跨越空间获取图像像素之间的权重机制，并且，传统模型用LSTM把CNN阶段提取的特征翻译成文字，由于LSTM在获取文本的长期依赖效果不理想，而且不能跨字直接获取特征的相关度，导致在解码阶段，把图片特征转化从文字经常出现形体相似的错别字，进而导致文字识别的准确率低的技术问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高文字识别准确率本文档来自技高网...

【技术保护点】

【技术特征摘要】
Multi
‑
head Self
‑
attention建立第一stagetransformer层；编码结构模块，用于根据所述第一stagetransformer层建立预设特定数量的层数，并形成所述Swin
‑
T编码结构；编码抽取模块，用于基于所述Swin
‑
T编码结构对所述待识别手写图片进行特征抽取。7.根据权利要求6所述的基于Swin Transformer的手写文字识别系统，其特征在于，所述特征输入模块还包括：解码设定模块，用于基于transformer预先设定设定解码器；矩阵相乘模块，用于将所述当前图像特征输入至预设的设定解码器，并将所述当前图像特征与预...

【专利技术属性】
技术研发人员：曾祥云，朱姬渊，
申请(专利权)人：上海易康源医疗健康科技有限公司，
类型：发明
国别省市：