专利交易市场

本发明公开了一种OCR图像字符识别和字符校正的方法，在字符识别模块中：采用多级神经网络构造并拟合了汉字变形度Pr函数，该网络以图像CNN数据以及横竖撇捺四个额外特征作为为变量，以不同程度的GAN识别度作为“变形度”的训练值，反映目标汉字的变形度Pr；在字符校正模块中：增设第二级相似字区分网络用于对训练网络第一次确定的最佳识别结果进行高精度的相似字区分，二级网络的设置可以降低第一级网络的复杂度提高网络整体的泛化能力。本方法和系统主要针对机打发票、各种表格、单证进行识别，识别精度高，识别速度快，适应性强，对于部分信息缺失以及识别错误有很强的纠正能力；能够相对传统OCR识别技术的识别效果，大大提升识别准确度。

一种基于相似字符识别的文本识别方法及电子设备，该方法包括：将待识别的文本通过科目识别模型，以识别出其对应的若干个潜在科目；根据潜在科目对该文本进行分词，获得若干个分词词语；根据分词词语与该潜在科目对应的分词库中每个分词的字符相似度，计算每个分词的置信度，并由此获取该潜在科目的总置信度，其中总置信度最高的潜在科目作为目标科目；针对目标科目对应的分词词语，获取该目标科目对应的分词库中置信度最高的分词，并在判断出其置信度高于某一预设阈值时，将分词词语纠正为该置信度最高的分词，以获得文本识别结果。实施本发明实施例，能够识别易被混淆误判的相似字符并根据科目信息进行纠正，从而提高文本识别的准确率。

本发明公开了一种针对光字符识别的码率设置方法、设备及存储介质，本方法首先对图片进行下采样，其次对下采样图片进行多次编码求取使得下采样图片能够被正确识别的最优QP/Rate值(最低的码率值/量化系数值)，然后根据置信度神经网络求取码率增加量M/量化系数增加量N，最后快速找到针对该原始图片的最优编码值，该最优编码值是使得原始图片的光字符识别精度不受影响的最低码率值/最低量化系数值。相较于现有技术，本发明不仅可以减少网络传输带宽，而且针对大量数以亿计的图片也可以减少存储空间的占用而减少成本。而且本发明涵盖了主流的混合编码架构的应用场景，可以采用任意一种图像编码标准或者视频编码标准的帧内编码方式，应用广泛。