本发明专利技术提供一种手写识别方法、装置、电子设备和存储介质，其中方法包括：确定待识别的轨迹点序列及其对应的笔迹图像；对所述笔迹图像进行空间特征提取，得到空间特征图；索引所述轨迹点序列中各个轨迹点对应在所述空间特征图中的特征，得到轨迹点空间特征序列；对所述轨迹点空间特征序列进行手写识别，得到识别结果。本发明专利技术提供的方法、装置、电子设备和存储介质，通过索引轨迹点序列中各个轨迹点对应在空间特征图中的特征，得到轨迹点空间特征序列用于手写识别，实现了手写识别在时间层面和空间层面上的特征融合，能够有效利用用户手写过程中在各个层面上的特征信息，从而有效提高手写识别的识别性能，以满足不同情形下的手写识别需求。别需求。别需求。
【技术实现步骤摘要】
手写识别方法、装置、电子设备和存储介质
[0001]本专利技术涉及图像处理
，尤其涉及一种手写识别方法、装置、电子设备和存储介质。
技术介绍
[0002]作为一种简单方便而又高效的输入方式，手写识别改变了传统的基于复杂编码或拼音输入的键盘模式，为自然人性的人机交互提供了便利条件。
[0003]目前的手写识别主要分为在线模态和离线模态两种，其中在线模态是将用户手写过程中采集的轨迹点序列进行特征提取，进而从时序上进行手写识别，离线模态是将用户手写所得的图像进行特征提取，进而从空间上进行手写识别。在线模态针对于同一个笔画反复描绘的情形，极难准确识别，而离线模态针对空间上存在重叠的情形，也极易识别错误。因此，亟需一种能够适应不同情形的手写识别方法。
技术实现思路
[0004]本专利技术提供一种手写识别方法、装置、电子设备和存储介质，用以解决现有技术中手写识别在特殊情形下识别准确性差的缺陷。
[0005]本专利技术提供一种手写识别方法，包括：
[0006]确定待识别的轨迹点序列及其对应的笔迹图像；
[0007]对所述笔迹图像进行空间特征提取，得到空间特征图；
[0008]索引所述轨迹点序列中各个轨迹点对应在所述空间特征图中的特征，得到轨迹点空间特征序列；
[0009]对所述轨迹点空间特征序列进行手写识别，得到识别结果。
[0010]根据本专利技术提供一种的手写识别方法，所述对所述笔迹图像进行空间特征提取，得到空间特征图，包括：
[0011]对上一特征图进行空间特征提取，得到当前特征图，直至空间特征提取的次数达到预设次数；
[0012]基于多次空间特征提取所得特征图，确定所述空间特征图；
[0013]其中，首个特征图是对所述笔迹图像进行空间特征提取得到的。
[0014]根据本专利技术提供一种的手写识别方法，所述索引所述轨迹点序列中各个轨迹点对应在所述空间特征图中的特征，得到轨迹点空间特征序列，包括：
[0015]基于所述轨迹点序列中各个轨迹点的位置坐标，索引所述空间特征图中对应位置坐标处的特征，作为各个轨迹点的空间特征；
[0016]将各个轨迹点的位置坐标与空间特征进行拼接，得到所述轨迹点空间特征序列。
[0017]根据本专利技术提供一种的手写识别方法，所述对所述轨迹点空间特征序列进行手写识别，得到识别结果，包括：
[0018]对所述轨迹点空间特征序列进行时空编码，得到轨迹点时空特征序列；
[0019]对所述轨迹点时空特征序列进行解码，得到所述识别结果。
[0020]根据本专利技术提供一种的手写识别方法，所述对所述轨迹点时空特征序列进行解码，得到所述识别结果，包括：
[0021]基于上一解码时刻的解码状态，对所述轨迹点时空特征序列进行上下文编码，得到当前解码时刻的轨迹点上下文特征；
[0022]基于当前解码时刻的解码状态和轨迹点上下文特征，以及上一解码时刻的解码结果进行解码，得到当前解码时刻的解码结果；
[0023]其中，所述当前解码时刻的解码状态是基于当前解码时刻的轨迹点上下文特征，以及上一解码时刻的解码状态和解码结果确定的，所述识别结果即最终解码时刻的解码结果。
[0024]根据本专利技术提供一种的手写识别方法，所述基于上一解码时刻的解码状态，对所述轨迹点时空特征序列进行上下文编码，得到当前解码时刻的轨迹点上下文特征，包括：
[0025]基于所述轨迹点时空特征序列，以及上一解码时刻的解码状态，确定当前解码时刻下所述轨迹点时空特征序列中各时空特征的注意力权重；
[0026]将各时空特征及其注意力权重进行编码融合，得到当前解码时刻的轨迹点上下文特征。
[0027]根据本专利技术提供一种的手写识别方法，所述确定待识别的轨迹点序列，包括：
[0028]确定原始轨迹点序列；
[0029]对所述原始轨迹点序列进行重采样，得到轨迹点间距均等的轨迹点序列。
[0030]本专利技术还提供一种手写识别装置，包括：
[0031]采集单元，用于确定待识别的轨迹点序列及其对应的笔迹图像；
[0032]空间特征提取单元，用于对所述笔迹图像进行空间特征提取，得到空间特征图；
[0033]索引单元，用于索引所述轨迹点序列中各个轨迹点对应在所述空间特征图中的特征，得到轨迹点空间特征序列；
[0034]识别单元，用于对所述轨迹点空间特征序列进行手写识别，得到识别结果。
[0035]本专利技术还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述手写识别方法的步骤。
[0036]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述手写识别方法的步骤。
[0037]本专利技术提供的手写识别方法、装置、电子设备和存储介质，通过索引轨迹点序列中各个轨迹点对应在空间特征图中的特征，得到轨迹点空间特征序列用于手写识别，实现了手写识别在时间层面和空间层面上的特征融合，能够有效利用用户手写过程中在各个层面上的特征信息，从而有效提高手写识别的识别性能，以满足不同情形下的手写识别需求。
附图说明
[0038]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些
附图获得其他的附图。
[0039]图1是本专利技术提供的手写文本样例示意图；
[0040]图2是本专利技术提供的手写识别方法的流程示意图之一；
[0041]图3是本专利技术提供的手写识别方法中步骤220的实施方式的流程示意图；
[0042]图4是本专利技术提供的空间特征提取模型的结构示意图；
[0043]图5是本专利技术提供的单个特征提取层的结构示意图；
[0044]图6是本专利技术提供的手写识别方法中步骤230的实施方式的流程示意图；
[0045]图7是本专利技术提供的手写识别方法中步骤240的实施方式的流程示意图；
[0046]图8是本专利技术提供的时空编码器的结构示意图；
[0047]图9是本专利技术提供的手写识别方法中步骤242的实施方式的流程示意图；
[0048]图10是本专利技术提供的手写识别方法中步骤2421的实施方式的流程示意图；
[0049]图11是本专利技术提供的解码流程示意图；
[0050]图12是本专利技术提供的重采样示意图；
[0051]图13是本专利技术提供的手写识别方法的流程示意图之二；
[0052]图14是本专利技术提供的手写识别装置的结构示意图；
[0053]图15是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0054]为使本专利技术的目的、技术方案和优本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种手写识别方法，其特征在于，包括：确定待识别的轨迹点序列及其对应的笔迹图像；对所述笔迹图像进行空间特征提取，得到空间特征图；索引所述轨迹点序列中各个轨迹点对应在所述空间特征图中的特征，得到轨迹点空间特征序列；对所述轨迹点空间特征序列进行手写识别，得到识别结果。2.根据权利要求1所述的手写识别方法，其特征在于，所述对所述笔迹图像进行空间特征提取，得到空间特征图，包括：对上一特征图进行空间特征提取，得到当前特征图，直至空间特征提取的次数达到预设次数；基于多次空间特征提取所得特征图，确定所述空间特征图；其中，首个特征图是对所述笔迹图像进行空间特征提取得到的。3.根据权利要求1所述的手写识别方法，其特征在于，所述索引所述轨迹点序列中各个轨迹点对应在所述空间特征图中的特征，得到轨迹点空间特征序列，包括：基于所述轨迹点序列中各个轨迹点的位置坐标，索引所述空间特征图中对应位置坐标处的特征，作为各个轨迹点的空间特征；将各个轨迹点的位置坐标与空间特征进行拼接，得到所述轨迹点空间特征序列。4.根据权利要求1所述的手写识别方法，其特征在于，所述对所述轨迹点空间特征序列进行手写识别，得到识别结果，包括：对所述轨迹点空间特征序列进行时空编码，得到轨迹点时空特征序列；对所述轨迹点时空特征序列进行解码，得到所述识别结果。5.根据权利要求4所述的手写识别方法，其特征在于，所述对所述轨迹点时空特征序列进行解码，得到所述识别结果，包括：基于上一解码时刻的解码状态，对所述轨迹点时空特征序列进行上下文编码，得到当前解码时刻的轨迹点上下文特征；基于当前解码时刻的解码状态和轨迹点上下文特征，以及上一解码时刻的解码结果进行解...
【专利技术属性】
技术研发人员：王翔翔，常欢，吴嘉嘉，殷兵，胡金水，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。