买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门厦华科技有限公司申请的专利一种基于深度学习的笔迹意图识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120783355B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511248918.2，技术领域涉及：G06V30/148；该发明授权一种基于深度学习的笔迹意图识别方法是由商永金;薛元;谢特辉设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本一种基于深度学习的笔迹意图识别方法在说明书摘要公布了：本发明提供了一种基于深度学习的笔迹意图识别方法，该方法提高了手写笔迹的识别准确性和实时性。首先，通过光学字符识别技术对输入的手写笔迹图像进行预处理，包括图像优化和图像分割，将其转换为机器可读文本；接着，构建多维循环神经网络模型，结合卷积层、时空注意力层和循环层，捕捉机器可读文本中的空间特征和时间序列依赖关系，输出预测的字符序列；最后，利用连接主义时间分类CTC进行训练，调整模型输出的字符序列对齐和长度，生成最终的手写文本转录。本发明通过创新的图像预处理、深度学习模型和CTC训练技术，显著提升了复杂手写体的识别能力和系统的实时性，特别适用于电子白板等动态手写输入环境。

本发明授权一种基于深度学习的笔迹意图识别方法在权利要求书中公布了：1.一种基于深度学习的笔迹意图识别方法，其特征在于，该方法包括： S1：通过光学字符识别技术，对输入的手写笔迹图像进行预处理，所述预处理包括图像优化和图像分割，并将预处理后的手写笔迹图像转换为机器可读文本； S2：构建多维循环神经网络模型，所述模型的架构为卷积层、时空注意力层和循环层，所述模型通过卷积层捕获机器可读文本中的高级空间特征图，经时空注意力层重校准后，传入循环层进行时序建模获取时间序列依赖关系，最终输出预测的字符序列； S3：利用连接主义时间分类训练所述模型，调整模型输出的字符序列的对齐和长度，并通过训练完成的模型调整所述预测的字符序列，生成最终的手写文本转录； 所述图像优化包括图像增强、去噪处理和尺寸归一化； 所述图像增强表示为： 其中，表示增强后的手写笔迹图像在位置的像素值；表示手写笔迹图像在位置的像素值；表示像素值的均值；表示像素值的标准差；表示对比度调整因子；表示亮度调整因子； 所述去噪处理采用中值滤波方法，通过替换每个像素的值为邻域像素的中位数来去除噪声，表示为： 其中，表示去噪处理后的手写笔迹图像在位置的像素值；表示滤波窗口的大小；和表示滤波窗口内的相对位置，和在范围内变化；表示取邻域像素值的中位数， 所述尺寸归一化采用双线性插值方法，通过计算图像中的邻域像素的加权平均值，推算新的像素值，表示为： 其中，表示尺寸归一化后的手写笔迹图像在位置的像素值；表示去噪后的手写笔迹图像在位置处的像素值，和表示邻近像素的偏移量；表示权重函数； 所述图像分割分别是行分割、单词分割和字符分割，通过图像分割，将手写笔迹图像分割成独立的字符； 所述转换的具体步骤为， 1通过光学字符识别技术识别每个字符，每个字符的识别结果包含字符的类别信息及在手写笔迹图像中的位置信息； 2将识别出的字符按照文本行和单词的结构组合成单词和行； 3将单词和行的组合结果整理成一个完整的文本序列，最终输出机器可读文本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门厦华科技有限公司，其通讯地址为：361101 福建省厦门市翔安区上塘北路333号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。