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！

龙图腾网获悉华南理工大学申请的专利一种基于整体语义特征提取的中文文字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：CN119516531B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411581242.4，技术领域涉及：G06V20/62；该发明授权一种基于整体语义特征提取的中文文字识别方法是由许洁斌;潘梓豪设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种基于整体语义特征提取的中文文字识别方法在说明书摘要公布了：本发明公开了一种基于整体语义特征提取的中文文字识别方法，采用Encoder‑Decoder架构，包括对输入图像进行预处理；预处理后的输入图像通过卷积神经网络进行特征提取和降采样，获取输入图像包含不同深度层次的局部特征图；特征融合：利用不同深度的TransformerBlock提取局部特征图中不同层次的特征向量，将局部特征图及不同层次的特征向量在通道维度上进行拼接，形成拼接后的的特征向量；解码：使用TransformerDecoder对拼接后的特征向量进行自回归解码，生成识别结果。本方法在中文文字识别任务中具有高效性、准确性和适应性，满足了多样化的识别需求，具有很高的实用价值和推广潜力。

本发明授权一种基于整体语义特征提取的中文文字识别方法在权利要求书中公布了：1.一种基于整体语义特征提取的中文文字识别方法，其特征在于，采用Encoder-Decoder架构，包括： 获取图像：对输入图像进行预处理； 特征提取：预处理后的输入图像通过卷积神经网络进行特征提取和降采样，获取输入图像包含不同深度层次的局部特征图，所述卷积神经网络包括CNN卷积层和MaxPool层； 特征融合：利用不同深度的TransformerBlock提取局部特征图中不同层次的特征向量，将局部特征图及TransformerBlock抽取的不同层次的特征向量在通道维度上进行拼接，形成拼接后的特征向量； 解码：使用TransformerDecoder对拼接后的特征向量进行自回归解码，生成识别结果； 所述特征融合步骤包括三个TransformerBlock，每个所述TransformerBlock包括多头注意力机制、局部注意力机制及Downsample操作； 所述三个TransformerBlock分别为第一TransformerBlock、第二TransformerBlock及第三TransformerBlock； 所述特征融合，具体为： 局部特征图通过第一TransformerBlock提取特征得到第一特征向量； 第一特征向量输入第二TransformerBlock提取特征得到第二特征向量； 第二特征向量输入第三TransformerBlock提取特征得到第三特征向量； 将局部特征图、第一特征向量及第二特征向量通过一层全连接层进行线性变换后拼接为第四特征向量； 将第三特征向量和第四特征向量拼接后，输入TransformerDecoder进行解码。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。