【技术实现步骤摘要】
本专利技术涉及机器学习，具体而言，涉及一种基于机器学习的ocr识别方法及系统。
技术介绍
1、在信息技术和图像处理领域，ocr（optical character recognition，光学字符识别）技术一直是研究的热点和难点。传统的ocr技术主要基于模板匹配方法，通过比较图像中的字符与预定义的字符模板进行匹配，从而实现文字识别。然而，由于字体、尺寸、角度、光照等多种因素的影响，传统ocr技术的识别准确率存在一定的局限性。
2、随着计算机视觉技术的飞速发展，基于特征提取和模式识别的ocr方法逐渐成为主流，这类方法通过数字图像处理技术，提取字符的特征信息（如轮廓、角点等）来进行字符识别。尽管这种方法在一定程度上提高了识别准确率，但在处理复杂背景或变形字符时，仍存在一定的挑战。
3、近年来，随着深度学习技术的兴起，ocr技术迎来了新的发展机遇。深度学习模型，特别是卷积神经网络（cnn）和循环神经网络（rnn），在图像识别和自然语言处理等领域展现出了强大的能力。通过将深度学习技术应用于ocr领域，可以实现对复杂背景和...
【技术保护点】
1.一种基于机器学习的OCR识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的OCR识别方法，其特征在于，所述获取与待识别图像所对应的当前目标扫描图像块和X个过往扫描图像块，包括：
3.根据权利要求2所述的基于机器学习的OCR识别方法，其特征在于，所述K个图像数据区块包括图像数据区块x，x为不大于K的正整数；
4.根据权利要求1所述的基于机器学习的OCR识别方法，其特征在于，所述当前目标扫描图像块包含有T1个特征点，所述T1个特征点包括一个基准特征点以及与特征点属性关联的T2个特征点，所述方法还包括：>
5.根据权利...
【技术特征摘要】
1.一种基于机器学习的ocr识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的ocr识别方法，其特征在于，所述获取与待识别图像所对应的当前目标扫描图像块和x个过往扫描图像块，包括：
3.根据权利要求2所述的基于机器学习的ocr识别方法，其特征在于，所述k个图像数据区块包括图像数据区块x，x为不大于k的正整数；
4.根据权利要求1所述的基于机器学习的ocr识别方法，其特征在于，所述当前目标扫描图像块包含有t1个特征点，所述t1个特征点包括一个基准特征点以及与特征点属性关联的t2个特征点，所述方法还包括：
5.根据权利要求4所述的基于机器学习的ocr识别方法，其特征在于，所述y个特征空间域包括特征空间域y，y为不大于y的正整数；
6.根据权利要求1所述的基于机器学习的ocr识别方法，其特征在于，所述依据所述y个关键业务特征节点向量，获取与所述当前目标扫描图像块所对应的z个单维度空间梯度和z个复合维度空间梯度，包括：
7.根据权利要求...
【专利技术属性】
技术研发人员：赵国庆，李壮壮，
申请(专利权)人：北京中关村科金技术有限公司，
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。