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！

龙图腾网获悉电子科技大学申请的专利一种光栅视错觉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：CN120107749B 。

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：202510177906.9，技术领域涉及：G06V10/82；该发明授权一种光栅视错觉文字识别方法是由张晓;张显石;杨开富;李永杰设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种光栅视错觉文字识别方法在说明书摘要公布了：本发明公开了一种光栅视错觉文字识别方法，首先构建具有光栅视错觉感知的DNNs文字识别模型，使用MNIST的训练集训练DNNs文字识别模型，再使用测试集测试训练好的模型，输入测试图像到文字识别模型得到侧边输出特征和多尺度融合特征，侧边输出特征通过FFIAM模块得到注意力调制的侧边输出特征，将注意力调制的侧边输出特征中特征尺寸最小的一组传入分类层，得到文字识别的概率输出，最后得到文字识别结果，完成光栅视错觉文字识别。本发明的方法引导DNNs在训练时学习到全局形状偏好而不是局部特征，以提升DNNs光栅视错觉感知能力，增强文字识别的鲁棒性，有助于提升场景字符识别任务中对印刷品、广告牌上以光栅视错觉方式呈现的文字的识别准确率，提升系统可靠性。

本发明授权一种光栅视错觉文字识别方法在权利要求书中公布了：1.一种光栅视错觉文字识别方法，具体步骤如下： S1、构建具有光栅视错觉感知的DNNs文字识别模型； 所述DNNs文字识别模型包括：文字识别模型、边缘检测模型； 所述边缘检测模型用于提供边缘图伪标签；所述文字识别模型包括：1个MFP模块，4个皮层柱模块，3个FFIAM模块，3个EFM模块，1个分类层模块； 其中，4个皮层柱模块分别为初级视皮层V1皮层柱，次级视皮层V2皮层柱和2个视觉第四区V4皮层柱； 初级视皮层V1皮层柱包括：1个初级第一阶段模块、1个FBIAM模块、1个初级第二阶段模块、1个初级第三阶段模块；次级视皮层V2皮层柱包括：1个池化层、1个次级第一阶段模块、1个FBIAM模块、1个次级第二阶段模块、1个次级第三阶段模块；第1个视觉第四区V4皮层柱包括：1个池化层、1个第四区第一阶段模块、1个FBIAM模块、1个第四区第二阶段模块、1个第四区第三阶段模块；第2个视觉第四区V4皮层柱包括：1个池化层、1个第四区第一阶段模块、1个第四区第二阶段模块、1个第四区第三阶段模块； S2、使用MNIST的训练集训练所述DNNs文字识别模型，首先输入训练图像分别传入边缘检测模型和文字识别模型，边缘检测模型得到边缘图伪标签，文字识别模型得到四组侧边输出特征和一组基于MFP模块得到的多尺度融合特征； S3、将步骤S2中的四组侧边输出特征传入FFIAM模块，得到三组注意力调制的侧边输出特征； S4、将步骤S3得到的注意力调制的侧边输出特征中特征尺寸最小的一组传入分类层模块，依次经一个全局平均池化层、一个LN层和一个全连接线性层，得到文字识别的概率输出； 其中，文字识别的概率输出即属于每个类别的概率，且使用的MNIST数据集，一共10个类别； S5、将步骤S4中的文字识别概率输出与文字标签通过交叉熵损失函数计算识别损失； S6、将步骤S3得到的注意力调制的侧边输出特征和步骤S2中MFP模块得到的多尺度融合特征传入EFM模块并整合，得到边缘预测图，再与步骤S2中的边缘图伪标签通过边缘损失函数计算边缘损失； S7、将步骤S5中识别损失和步骤S6中边缘损失加权求和，得到融合损失函数，再循环迭代至预先设定的最大训练次数，完成所述DNNs文字识别模型的训练，得到训练好的模型； S8、基于步骤S7训练好的DNNs文字识别模型，使用MNIST的测试集进行测试，即将测试图像输入到训练好的模型中进行测试，得到文字识别结果，完成光栅视错觉文字识别。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。