摘要
本发明公开了一种基于人工智能的手写汉字识别纠错方法,该方法建立具有多种非规范类型的汉字对应的数据样本集;对数据样本集进行噪声扰动添加的预处理,得到各个非规范类型的样本系数;构建汉字识别注意力模型;将预处理后的数据样本集作为训练集对汉字识别注意力模型进行训练;采集待识别手写汉字图像并且进行预处理,生成待处理手写汉字图像;将待处理手写汉字图像输入至训练后的汉字识别注意力模型,输出待识别手写汉字非规范类型;基于图卷积神经网络对识别结果中的非规范类型进行校正。本发明通过汉字识别注意力模型对图像进行非规范汉字的初分类和图卷积神经网络进行二次细分类,因此识别非规范汉字速度快,纠正非规范汉字精准度高。
技术关键词
手写汉字识别
手写汉字图像
识别手写汉字
纠错方法
注意力模型
加权特征
图像块特征
规范汉字
金字塔
样本
校正
卷积特征
汉字轮廓
规范笔画
通道
多尺度模板匹配
布局特征