西南大学孙健获国家专利权
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！
龙图腾网获悉西南大学申请的专利一种基于深度学习的字体识别方法、系统及存储介质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：CN113591831B 。
龙图腾网通过国家知识产权局官网在2025-10-17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：202110842931.6，技术领域涉及：G06V30/14；该发明授权一种基于深度学习的字体识别方法、系统及存储介质是由孙健;龚承志;廖鑫;彭德光设计研发完成，并于2021-07-26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字体识别方法、系统及存储介质在说明书摘要公布了：本发明提供一种基于深度学习的字体识别方法、系统及存储介质，所述识别方法包括：获得含有目标字体的分割图像；对所述分割图像进行含有注意力机制的超分辨率重构，得到超分辨率字体图像，该方法可自文档、特别是自然场景或其他具有噪声干扰情形下的文档中获得高清晰的字体图像，并得到准确的分类识别结果。
本发明授权一种基于深度学习的字体识别方法、系统及存储介质在权利要求书中公布了：1.一种基于深度学习的字体识别方法，其特征在于，其包括： S1对原始文档图像进行预处理，获得包含目标文字的预处理图像； S2自所述预处理图像中获得分割后文字图像，并进行放大及归一化的重构前处理，得到重构前文字图像； S3对所述重构前文字图像进行含有注意力机制的超分辨率重构，得到高分辨率的文字图像； 所述重构通过以下过程实现： S31用1减去由S2得到的归一化的图片矩阵I得到注意力图矩阵Attention_I； S33将所述图片矩阵I和所述注意力图矩阵Attention_I在通道维度进行拼接,并输入到超分辨率模型中，得到特征图矩阵Feature_I； S34将所述特征图矩阵Feature_I和所述注意力图矩阵Attention_I进行点乘运算，得到第一融合图矩阵Fusion1_I； S35将所述第一融合图矩阵Fusion1_I和所述图片矩阵I进行对应位置元素相加运算，得到第二融合图矩阵Fusion2_I； S36将所述第二融合图矩阵Fusion2_I经过超分辨率模型的最终上采样提取，得到所述高分辨率文字图像； S4对所述高分辨率文字图像进行分类识别，得到识别结果。
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西南大学，其通讯地址为：404100 重庆市北碚区天生路2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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励