一种基于判别性特征的手写中文文本识别方法

本发明公开了一种基于判别性特征的手写中文文本识别方法。首先对输入的文本图像进行预处理，包含文本校正和背景裁剪；然后构建基于CTC的手写中文文本识别模型，包括特征提取主干网络、辅助分类器、特征聚合模块和主分类器，所有辅助分类器的输出概率预测均参与损失计算，而主分类器则联合中心损失函数共同优化模型，实现了深监督形式的模型优化；最后进行推理预测，手写中文文本识别模型通过结合N‑gram语言模型和Beam Search解码来进一步提升识别精度。本发明通过引入包含深监督、特征聚合和中心损失的神经网络智能算法，显著提升了手写中文文本识别的性能。