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！

龙图腾网获悉南京晓庄学院申请的专利基于深度卷积神经网络的脱机手写整页文本的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：CN115761775B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202111025223.X，技术领域涉及：G06V30/413；该发明授权基于深度卷积神经网络的脱机手写整页文本的识别方法是由王寅同;赵向军设计研发完成，并于2021-09-02向国家知识产权局提交的专利申请。

本基于深度卷积神经网络的脱机手写整页文本的识别方法在说明书摘要公布了：本发明提供一种基于深度卷积神经网络的脱机手写整页文本的识别方法，包括：采用第一门控模块堆叠层对脱机手写整页文本图像进行特征抽取；采用第二门控模块堆叠层和双线性插值操作对抽取的特征进行文本上采样操作；将一维文本行进行连续时序分类；根据对齐关系对深度卷积神经网络进行优化；根据优化后的深度卷积神经网络进行脱机手写整页文本的识别。该方法在训练过中无需进行脱机手写整页文本的标记工作，既可以节约时间，又可以避免人工标记带来的出错；将切分与识别整合在单一模型体实现，能够避免切分模型和识别模型的预先训练和联合训练导致的模型训练效率低的问题；仅包含全卷操作运算，能够在识别精度和识别效率上取得显著提升。

本发明授权基于深度卷积神经网络的脱机手写整页文本的识别方法在权利要求书中公布了：1.一种基于深度卷积神经网络的脱机手写整页文本的识别方法，其特征在于，包括以下步骤： 获取脱机手写整页文本图像； 采用第一门控模块堆叠层对所述脱机手写整页文本图像进行特征抽取； 采用第二门控模块堆叠层和双线性插值操作对抽取的特征进行文本上采样操作，以将二维文本映射为一维文本行，其中，所述第一门控模块堆叠层和所述第二门控模块堆叠层由残差注意力门控单元堆叠构成； 将所述一维文本行进行连续时序分类，以获取一维文本行序列与原始类别标签序列之间的对齐关系； 根据所述对齐关系对所述深度卷积神经网络进行优化； 根据优化后的深度卷积神经网络进行所述脱机手写整页文本的识别； 所述残差注意门力门控单元的输出张量集，表示一个网络层的输入张量到输出张量的映射函数，第i网络层的输入张量，其输出张量，所述残差注意门力门控单元形式化表达式为：；其中，表示输入张量的c个通道上分别进行映射操作，表示注意力模块的掩码分支，表示注意力模块的主干分支。

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南京晓庄学院，其通讯地址为：211171 江苏省南京市江宁区弘景大道3601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。