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！

龙图腾网获悉厦门理工学院申请的专利基于局部特征图实时更新的联机手写中文文本行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：CN115131648B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202210823282.X，技术领域涉及：G06V30/19；该发明授权基于局部特征图实时更新的联机手写中文文本行识别方法是由王大寒;吴岳峰;周伟;朱顺痣设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本基于局部特征图实时更新的联机手写中文文本行识别方法在说明书摘要公布了：本发明提出基于局部特征图实时更新的联机手写中文文本行识别方法，包括以下步骤；步骤S1、初始化实时识别模型；步骤S2、在启动笔画输入时，以笔尖触碰手写设备的手写面为开始标志；步骤S3、采集联机手写中文文本行轨迹，记录笔画的坐标点序列，以提笔作为一个笔画的结束标志；步骤S4、截取新输入的笔画对应的局部图像，进行预处理；步骤S5、计算新输入笔画对应的局部图像的CNN特征，将新特征替换到上一次的特征图上，实现新笔画的局部特征实时更新；步骤S6、使用语言模型解码更新识别结果，实现文本行实时识别；本发明速度大幅提升，具有较低的图像大小依赖性、较强的可拓展性与鲁棒性，能用于各种资源受限的嵌入式设备中，具有较高的应用价值。

本发明授权基于局部特征图实时更新的联机手写中文文本行识别方法在权利要求书中公布了：1.基于局部特征图实时更新的联机手写中文文本行识别方法，用于手写文本的实时识别，其特征在于：包括以下步骤； 步骤S1、初始化实时识别模型； 步骤S2、在启动笔画输入时，以笔尖触碰手写设备的手写面为开始标志； 步骤S3、采集联机手写中文文本行轨迹，记录每一个笔画的坐标点序列，以提笔作为一个笔画的结束标志； 步骤S4、截取新输入的笔画对应的局部图像，并对其进行预处理； 步骤S5、计算新输入笔画对应的局部图像的CNN特征，将新特征替换到上一次的特征图上，实现新笔画的局部特征实时更新； 步骤S6、使用CTC结合n-gram语言模型解码更新识别结果，实现联机手写中文文本行实时识别； 在步骤S1中，实时识别模型包括一个深度卷积神经网络编码器、一个RNN解码器、以及CTC与语言模型转录层；实时识别模型在初始化时，先初始化一张预设高度和宽度，且像素值全零的文本行图像，再将文本行图像送入手写文本行识别模型，得到手写文本行识别模型中每一个卷积层、池化层的全局输出特征图，用于后续的实时特征更新； 所述文本行图像的高度、宽度与实际手写场景匹配，手写文本的书写顺序是从左到右且允许倒插笔，手写文字的大小与文本行图像的尺寸匹配； 步骤S1中，实时识别模型在CRNN的基础上进行图像的特征提取，其中网络中的池化层都设置为平均池化，除了前两个卷积层，后面其他所有卷积层后都接着批归一化层； 实时识别模型RNN部分使用的是两层堆叠的双向LSTM，最后经过CTC与BeamSearch引入语言模型进行最终解码，即：以CRNN进行图像特征的抽取与解码，在推理阶段，实现对联机手写中文文本行的实时识别。

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理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。