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！

申请/专利权人：清华大学

摘要：本发明提供一种基于少次学习的甲骨文单字识别方法和装置，其中方法包括：获取甲骨文单字图片；将所述甲骨文单字图片输入至甲骨文单字识别模型，输出与所述甲骨文单字图片相对应的甲骨文单字类别识别结果；其中，所述甲骨文单字识别模型是基于甲骨文单字样本数据以及预先确定的甲骨文单字样本类别标签进行训练后得到。由于甲骨文的文字样本数量很少，本发明对甲骨文单字识别模型的训练方式是采用少次学习的方式进行，能够针对甲骨文单字的数据长尾分布特点，做到同时强化模型的单字表示与特征提取能力，克服过拟合，最终提高模型在真实大规模情境中的识别和移植效果。

主权项：1.一种基于少次学习的甲骨文单字识别方法，其特征在于，包括：获取甲骨文单字图片；将所述甲骨文单字图片输入至甲骨文单字识别模型，输出与所述甲骨文单字图片相对应的甲骨文单字类别识别结果；其中，所述甲骨文单字识别模型是基于甲骨文单字样本数据以及预先确定的甲骨文单字样本类别标签进行训练后得到；所述将甲骨文单字图片输入至甲骨文单字识别模型，输出与所述甲骨文单字图片相对应的甲骨文单字类别识别结果，包括：将所述甲骨文单字图片输入至所述甲骨文单字识别模型中的甲骨文单字编码器层，获取所述甲骨文单字图片所对应的隐藏表示；将所述隐藏表示输入至所述甲骨文单字识别模型中的甲骨文单字分类器层，确定所述甲骨文单字图片所对应的甲骨文单字类别识别结果；所述获取所述甲骨文单字图片所对应的隐藏表示，具体包括：获取所述甲骨文单字图片的像素颜色构成的二维矩阵；将所述甲骨文单字图片输入嵌入层中，将所述二维矩阵嵌入到低维稠密向量空间中，获取所述甲骨文单字的隐藏表示；所述将所述隐藏表示输入至所述甲骨文单字识别模型中的甲骨文单字分类器层，确定所述甲骨文单字图片所对应的甲骨文单字类别识别结果，具体包括：确定所述预先确定的甲骨文单字样本类别的隐藏表示原型；确定甲骨文单字图片的所述隐藏表示与所述预先确定的甲骨文单字样本类别的隐藏表示原型的距离；依据所述距离确定所述甲骨文单字图片所对应的甲骨文单字类别识别结果；所述确定所述预先确定的甲骨文单字样本类别的隐藏表示原型，具体包括：确定所述预先确定的甲骨文单字样本类别中所有样本的隐藏表示；依据所述所有样本的隐藏表示确定所述所有样本的隐藏表示的均值作为所述预先确定的甲骨文单字样本类别的隐藏表示原型。

全文数据：

权利要求：

百度查询： 清华大学 基于少次学习的甲骨文单字识别方法和装置