摘要
本发明公开了一种矩阵式字符关键点检测方法和装置,该方法基于监督学习训练若干关键点簇,再通过无监督聚类得到字符各关键点的中心坐标,包括:(1)将OCR字符图映射至固定规格的像素矩阵;(2)设定阈值参数二值化该像素矩阵得到字符像素图;(3)标注该字符像素图中的笔画起点、笔画终点、笔画交叉点处的若干像素,并记录簇数量;(4)用深度学习神经网络学习该像素矩阵的若干簇关键点;(5)再用无监督聚类算法得到各簇关键点中心。本发明具有高准度,低延迟,鲁棒性强特点,可用于常规字符型盲文板、辅助盲人跳过学习盲文直接学习理解常规字符等产品功能应用,具有较好的商业化前景。
技术关键词
关键点检测方法
字符
像素矩阵
深度学习神经网络
深度学习网络
二值化阈值
无监督聚类方法
像素点
坐标
笔画
交叉点
学习盲文
辅助盲人
终点
聚类算法
字体
系统为您推荐了相关专利信息
大菱鲆
深度学习网络
图像
逻辑回归算法
PCA算法