(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210801997.5 (22)申请日 2022.07.08 (71)申请人 重庆大学 地址 400044 重庆市沙坪坝区沙正 街174号 申请人 星际(重庆)智能装备技 术研究院有 限公司 (72)发明人 宋永端　周勇城　张安国　谈世磊　 高子寒　王啸　王艺璇　 (74)专利代理 机构 重庆晟轩知识产权代理事务 所(普通合伙) 50238 专利代理师 孔玲珑 (51)Int.Cl. G06V 30/18(2022.01) G06V 30/19(2022.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于多特征融合的中文手写识别分类 方法 (57)摘要 本发明涉及一种基于多特征融合的中文手 写识别分类方法， 对输入图像进行预处理； 构建 中文手写识别分类系统并进行训练， 该系统包括 深度学习网络和传统图像特征提取模 型； 对于待 分类的图像经过预处理后分别输入训练后系统 的两个模块中； 最优深度学习网络输出的分类结 果为X， X为好、 中或差， 其对应的分值分别为A、 B、 C； 传统图像特征提取模 型输出的特征进行量化， 量化后的特征的值如果落在[a,b]就给X对应的 分类得分加c分， 否则减c分； 最后根据X最后的分 类得分将待分类的图像分为好、 中或差。 本发明 的分类方法无需过多数据就可以实现深度学习 的分类， 同时规避了主观打分的情况， 分类结果 更客观。 权利要求书2页 说明书5页 附图5页 CN 115035534 A 2022.09.09 CN 115035534 A 1.一种基于多特 征融合的中文手写识别分类方法， 其特 征在于： 第一步： 对输入图像进行 预处理； 第二步： 构建基于多特征融合的中文手写识别分类系统， 该中文手写识别分类系统包 括深度学习网络resnet18和传统图像特征提取模 型， 所述传统图像特征提取模 型包括COLD 模块和ALC M模块； 对中文手写识别分类系统进行训练， 得到最优深度学习网络resnet18和最优传统图像 特征提取模型； 第三步： 对于待分类的图像经过第一步预处理后分别输入最优深度学习网络 resnet18和最优传统图像特 征提取模型； 最优深度学习网络resnet 18输出的分类结果为X， X表示好、 中或差， 其中好对应的分值 为A、 中对应的分值 为B、 差对应的分值 为C； 传统图像特征提取模型中的COLD模块输出待分类的图像的COLD特征向量， ALCM模块输 出待分类的图像的ALCM特征向量， 将待分类的图像的C OLD特征向量和待分类的图像的ALCM 特征向量进 行量化， 量化后的待分类的图像的C OLD特征向量的值或量化后待分类的图像的 ALCM特征向量的值如果落在[a,b]就给X对应的分类得分加c分， 否则给X对应的分类得分减 c分； 如果X最后的分类得分高于A， 则分类结果 为好； 如果X最后的分类得分低于 C， 则分类结果 为差； 如果X最后的分类得分最接 近A的值， 分类结果 为好； 如果X最后的分类得分最接 近B的值， 则得分为B， 分类结果 为中； 如果X最后的分类得分最接 近C的值， 则得分为C， 分类结果 为差。 2.如权利要求1所述基于多特征融合的中文手写识别分类方法， 其特征在于： 所述第 二 步对中文手写识别分类系统进行训练的过程如下： 1） 选取公开标准的中文书写高清图片和日常用的中文手写高清图片作为目标数据集， 对每一张高清图片标注好、 中或差的标签， 其中好对应的分值为A、 中对应的分值为B、 差对 应的分值 为C； 2） 初始化深度学习网络resnet18和传统图像特 征提取模型； 3） 令i=1； 4） 在目标数据集随机选取第i个高清图片 分别输入深度学习网络resnet 18和传统图像 特征提取模型中； 深度学习网络resnet18输出第i个高清图片的预测分类结果P， P为 好、 中或差对应； 传统图像特征提取模型得到第i个高清图片的COLD特征向量和ALCM特征向量， 采用现 有方法将第i个高清图片的COLD特 征向量和ALC M特征向量进行量 化； 5） 如果第i个高清图片的COLD特征向量量化后的值和/或ALCM特征向量量化后的值在 [a,b]之间， 则 给P对应的分值加 c分， 否则 给P对应的分值减c分即得第i个高清图片对应的 分类得分； 6） 计算第 i个高清图片的分类得分与第i个高清图片标签对应的分值的损失， 根据 该损 失反向传播更新网络resnet18和传统图像特 征提取模型的参数； 7） 判断损失与之前迭代得到的损失之间是否有变化， 如果有变化则令i=i+1， 并返回权　利　要　求　书 1/2 页 2 CN 115035534 A 24） ， 否则保存当前深度学习网络resnet18为最优深度学习网络resnet18， 保存当前传统图 像特征提取模型为 最优传统图像特 征提取模型。权　利　要　求　书 2/2 页 3 CN 115035534 A 3