摘要
本发明提供一种手写文字识别模型训练方法、手写文字识别方法及装置,该手写文字识别模型训练方法包括:对第一文本数据进行图像缩放、灰度化和去噪的预处理,得到预处理后的数据集;第一文本数据包括已公开数据库中的文本数据集和用户手写文本数据中的至少一项;以预处理后的数据集为训练样本对第一卷积神经网络进行迭代训练,以文字书写特征为输入特征,并通过反向传播算法对第一卷积神经网络的权重进行更新,并在第一卷积神经网络收敛的情况下,得到手写文字识别模型;第一卷积神经网络通过基于注意力机制的LSTM网络、LeNet架构和AlexNet架构设计。本发明方法提高了手写文字模型识别的鲁棒性,进而提高了手写文字识别准确率。
技术关键词
模型训练方法
手写文字识别方法
识别手写文字
书写特征
文本
图像缩放
注意力机制
传播算法
数据
非暂态计算机可读存储介质
局部形状特征
模型训练装置
形态学特征
处理器
计算机程序产品
识别模块
网络
存储器
鲁棒性