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！

龙图腾网获悉浙江大学申请的专利基于多模态特征融合的手写数学公式动态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：CN120088800B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510578983.5，技术领域涉及：G06V30/32；该发明授权基于多模态特征融合的手写数学公式动态识别方法是由李智慧;王进;陆国栋设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本基于多模态特征融合的手写数学公式动态识别方法在说明书摘要公布了：本发明公开一种基于多模态特征融合的手写数学公式动态识别方法，包括：步骤1、采用HSV颜色模型对数据包含的笔画轨迹序列信息进行编码转换，生成HSV伪彩色图像，再将HSV伪彩色图像与数据二值图像融合得到时序丰富图像；步骤2、通过卷积神经网络，分别对时序丰富图像以及笔画轨迹序列进行特征提取，得到图像特征和笔画特征，并利用图像特征增强笔画特征，再将图像特征与增强后的笔画特征融合后得到多模态特征；步骤3、通过解码器，采用位置编码对输入的多模态特征进行增强，再结合注意力机制和多尺度符号计数模块进行符号预测，生成数学公式符号序列；步骤4、设计规则，对生成数学公式符号序列进行修正。本发明可提升易混淆字符识别的准确性。

本发明授权基于多模态特征融合的手写数学公式动态识别方法在权利要求书中公布了：1.一种基于多模态特征融合的手写数学公式动态识别方法，其特征在于，包括： 步骤1、获取手写数学公式数据，采用HSV颜色模型对手写数学公式数据包含的笔画轨迹序列信息进行编码转换，生成HSV伪彩色图像，再将HSV伪彩色图像与手写数学公式数据包含的二值图像融合得到时序丰富图像，后将时序丰富图像输入卷积神经网络； 步骤2、通过卷积神经网络，分别对时序丰富图像以及笔画轨迹序列进行特征提取，得到图像特征和笔画特征，并利用图像特征增强笔画特征，再将图像特征与增强后的笔画特征融合后得到多模态特征； 步骤3、通过解码器，采用位置编码对输入的多模态特征进行增强，再结合注意力机制和多尺度符号计数模块进行符号预测，生成数学公式符号序列； 步骤4、设计规则，对生成数学公式符号序列进行修正； 在步骤1中，所述的采用HSV颜色模型对手写数学公式数据包含的笔画轨迹序列信息进行编码转换，具体为： 将每个笔画的书写顺序、笔画长度及公式复杂度分别映射到HSV模型的色调Hue、饱和度Saturation和明度Value上，生成伪彩图像，即：将笔画的书写顺序映射到色调Hue值，笔画长度与饱和度Saturation关联，笔画数量归一化后与明度Value相结合，生成具备时序信息的图像。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。