本发明专利技术公开了一种手写字符的识别方法和装置。所述方法包括：获取待识别手写字符，提取待识别手写字符的拓扑图；分别确定待识别手写字符的拓扑图与预先获取到的各标准字符的拓扑图之间的第一对应点组；根据待识别手写字符的拓扑图与各标准字符的拓扑图之间的第一对应点组，计算待识别手写字符的拓扑图与各标准字符的拓扑图的平均距离；根据平均距离，从各标准字符的拓扑图中，匹配出与待识别手写字符的拓扑图对应的标准字符的拓扑图，作为标准拓扑图，根据标准拓扑图，获取标准拓扑图对应的标准字符，作为与待识别手写字符相匹配的标准字符。能够在标准字符集频繁更换的情况下，高效准确的识别手写字符。
【技术实现步骤摘要】
本专利技术涉及一种手写字符的识别方法和装置。
技术介绍
1、以图片形式存在的字符，统称为手写字符；识别手写字符，是指从字符集中识别出与图片相匹配的字符，此过程在考核试卷的批改、识别身份证号或停车场车牌号等数字串等场景中，有很大的实际应用价值；现有技术通过传统的机器学习方法，运用深度学习模型对手写字符进行识别，虽然准确率较高，但是由于深度学习模型的训练时间较长，且每次更改字符集时，需要重新训练深度学习模型，导致在频繁更改字符集的场景中，由于频繁训练深度学习模型使得计算机资源被过多占用，导致手写字符识别的效率低，采用分类模型识别手写字符，虽然能够节约训练时间，但是准确率低，且在字符集体量很大的情况下，机器学习的模型会非常复杂，出现过拟合，导致识别性能下降。因此，亟需一种高效准确的识别手写字符的方法，既能应对字符集频繁更换的问题，也能应对字符集体量大的问题。
技术实现思路
1、鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种手写字符的识别方法和装置。
2、第一方面，本专利技术实施例提供一种手写字符的识别方法，包括：
3、获取待识别手写字符，提取所述待识别手写字符的拓扑图；
4、分别确定所述待识别手写字符的拓扑图与预先获取到的各标准字符的拓扑图之间的第一对应点组；
5、根据所述待识别手写字符的拓扑图与所述各标准字符的拓扑图之间的第一对应点组，计算所述待识别手写字符的拓扑图与各标准字符的拓扑图的平均距离；</p>6、根据所述平均距离，从所述各标准字符的拓扑图中，匹配出与所述待识别手写字符的拓扑图对应的标准字符的拓扑图，作为标准拓扑图，根据所述标准拓扑图，获取所述标准拓扑图对应的标准字符，作为与所述待识别手写字符相匹配的标准字符。
7、在一个实施例中，所述各标准字符的拓扑图，是通过下述方式获取到的：
8、获取标准字符集，将所述标准字符集中的各标准字符进行转化，得到各标准字符对应的二维数据；
9、对于每个标准字符，根据标准字符对应的二维数据中的像素值，确定预设的自组织映射神经网络的输入参数组合，将所述标准字符输入至所述自组织映射神经网络，调用所述自组织映射神经网络，提取出所述标准字符的拓扑图，并保留所述标准字符对应的自组织映射神经网络的输入参数组合，所述输入参数组合中至少有一个参数。
10、在一个实施例中，提取出所述标准字符的拓扑图之后，还包括：
11、判断提取出的标准字符的拓扑图是否能够体现标准字符的形状，若否，则增大所述自组织映射神经网络的输入参数组合中参数的值；判断提取出的标准字符的拓扑图，在每个笔画上的维度是否大于预设的维度阈值，若是，则减小所述自组织映射神经网络的输入参数组合中参数的值；
12、调用调整输入参数组合中参数的值后的自组织映射神经网络，再次提取标准字符的拓扑图，作为最终的标准字符的拓扑图，将调整后的输入参数组合更新为标准字符对应的自组织映射神经网络的输入参数组合并保存。
13、在一个实施例中，所述提取所述待识别手写字符的拓扑图，包括：
14、将保存完成的各标准字符对应的自组织映射神经网络的输入参数组合，分别作为自组织映射神经网络的输入参数组合，调用所述自组织映射神经网络对所述待识别手写字符进行提取，得到与每个输入参数组合对应的待识别手写字符的拓扑图。
15、在一个实施例中，所述分别确定所述待识别手写字符的拓扑图与预先获取到的各标准字符的拓扑图之间的第一对应点组，包括：
16、将使用同一输入参数组合提取到的待识别手写字符的拓扑图与标准字符的拓扑图分为一组，得到多个拓扑图分组；
17、对于每个拓扑图分组，分别确定拓扑图分组中待识别手写字符的拓扑图与标准字符的拓扑图之间的第一对应点组。
18、在一个实施例中，确定拓扑图分组中待识别手写字符的拓扑图与标准字符的拓扑图之间的第一对应点组，包括：
19、计算拓扑图分组中待识别手写字符的拓扑图上的每个点与标准字符的拓扑图上的各点的自由度差值，若所述待识别手写字符的拓扑图上的点与所述对应的标准字符的拓扑图上的点的自由度差值小于预设的自由度差值阈值，则将这两个点作为第二对应点组；
20、将满足预设条件的第二对应点组，作为待识别手写字符的拓扑图与标准字符的拓扑图之间的第一对应点组；
21、所述预设条件，包括：
22、与所述第二对应点组中待识别手写字符的拓扑图上的点具有边连接关系的任意一点，以及与所述第二对应点组中的标准字符的拓扑图上的点具有边连接关系的任意一点，存在两个点之间的自由度差值小于所述自由度差值阈值，将这两个点作为第三对应点组；
23、且，所述第二对应点组和所述第三对应点组之间的相似度高于预设的相似度阈值，所述第二对应点组和所述第三对应点组之间的相似度包括对地距离和夹角度数；
24、所述对地距离为第二对应点组和第三对应点组中，属于同一拓扑图上的两个点沿图结构边长行走的距离；
25、所述夹角度数为第二对应点组中两个点的连线和第三对应点组中两个点的连线的夹角大小。
26、在一个实施例中，所述第二对应点组和所述第三对应点组之间的相似度，通过下述方式得到：
27、采用下式，计算所述第二对应点组和所述第三对应点组的相似度：
28、;
29、上式中，为第二对应点组、为第三对应点组，分别为第二对应点组和第三对应点组中属于同一拓扑图上的两个点对地距离，为第二对应点组中两个点的连线和第三对应点组中两个点的连线的夹角大小。
30、在一个实施例中，所述根据所述待识别手写字符的拓扑图与所述各标准字符的拓扑图之间的第一对应点组，计算所述待识别手写字符的拓扑图与各标准字符的拓扑图的平均距离，包括：
31、对于每个拓扑图分组，分别将拓扑图分组中的所述待识别手写字符的拓扑图与标准字符的拓扑图进行配准变换；
32、采用下述公式，计算配准变换后的拓扑图分组中待识别手写字符的拓扑图与标准字符的拓扑图的平均距离：
33、；
34、上式中，和分别为配准变换后的第一对应点组，为配准变换函数，n表示待识别手写字符的拓扑图与标准字符的拓扑图的第一对应点组的个数。
35、在一个实施例中，根据所述平均距离，从所述各标准字符的拓扑图中，得到标准拓扑图，根据所述标准拓扑图，获取所述标准拓扑图对应的标准字符，作为与所述待识别手写字符相匹配的标准字符，包括：
36、获取平均距离最小的一个拓扑图分组中的标准字符的拓扑图，作为与所述待识别手写字符的拓扑图对应的标准字符的拓扑图，得到标准拓扑图；
37、获取所述标准拓扑图对应的标准字符，作为与所述待识别手写字符对应的标准字符。
38、第二方面，本专利技术实施例提供一种手写字符的识别装置，包括：
39、提取模块：用于本文档来自技高网
...
【技术保护点】
1.一种手写字符的识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述各标准字符的拓扑图，是通过下述方式获取到的：
3.如权利要求2所述的方法，其特征在于，提取出所述标准字符的拓扑图之后，还包括：
4.如权利要求3所述的方法，其特征在于，所述提取所述待识别手写字符的拓扑图，包括：
5.如权利要求4所述的方法，其特征在于，所述分别确定所述待识别手写字符的拓扑图与预先获取到的各标准字符的拓扑图之间的第一对应点组，包括：
6.如权利要求5所述的方法，其特征在于，确定拓扑图分组中待识别手写字符的拓扑图与标准字符的拓扑图之间的第一对应点组，包括：
7.如权利要求6所述的方法，其特征在于，所述第二对应点组和所述第三对应点组之间的相似度，通过下述方式得到：
8.如权利要求1-7任一所述的方法，其特征在于，所述根据所述待识别手写字符的拓扑图与所述各标准字符的拓扑图之间的第一对应点组，计算所述待识别手写字符的拓扑图与各标准字符的拓扑图的平均距离，包括：
9.如权利要求8所述的方法，其特征在于，根据所述平均距离，从所述各标准字符的拓扑图中，得到标准拓扑图，根据所述标准拓扑图，获取所述标准拓扑图对应的标准字符，作为与所述待识别手写字符相匹配的标准字符，包括：
10.一种手写字符的识别装置，其特征在于，包括：
11.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器执行时实现如权利要求1-9任一所述的手写字符的识别方法。
12.一种终端设备，其特征在于，包括：存储器、处理器及存储于存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-9任一所述的手写字符的识别方法。
13.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1-9任一所述的手写字符的识别方法。
...
【技术特征摘要】
1.一种手写字符的识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述各标准字符的拓扑图，是通过下述方式获取到的：
3.如权利要求2所述的方法，其特征在于，提取出所述标准字符的拓扑图之后，还包括：
4.如权利要求3所述的方法，其特征在于，所述提取所述待识别手写字符的拓扑图，包括：
5.如权利要求4所述的方法，其特征在于，所述分别确定所述待识别手写字符的拓扑图与预先获取到的各标准字符的拓扑图之间的第一对应点组，包括：
6.如权利要求5所述的方法，其特征在于，确定拓扑图分组中待识别手写字符的拓扑图与标准字符的拓扑图之间的第一对应点组，包括：
7.如权利要求6所述的方法，其特征在于，所述第二对应点组和所述第三对应点组之间的相似度，通过下述方式得到：
8.如权利要求1-7任一所述的方法，其特征在于，所述根据所述待识别手写字符的拓扑图与所述各标准字符的拓扑图之间的第一对应点组...
【专利技术属性】
技术研发人员：张宸宇，周萌，李崇，崔雪征，单东旭，侯硕，
申请(专利权)人：昆仑数智科技有限责任公司，
类型：发明
国别省市：
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。