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！

龙图腾网获悉上海磐度信息科技有限公司申请的专利基于深度神经网络的中文书写错误智能识别方法及系统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：CN120808364B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202511312234.4，技术领域涉及：G06V30/19；该发明授权基于深度神经网络的中文书写错误智能识别方法及系统是由朱勇敏;张玉设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。

本基于深度神经网络的中文书写错误智能识别方法及系统在说明书摘要公布了：本发明涉及书写错误识别技术领域，公开了基于深度神经网络的中文书写错误智能识别方法及系统，包括以下步骤：步骤1，获取经二值化处理的目标汉字单字图像，得到归一化二值字形图像；步骤2，对归一化图像进行骨架提取与结点标注，构建字形拓扑图；步骤3，基于拓扑图及图像投影确定结构范式标签并划分部件，得到外包围区域、内件区域、左右部件及交叉点信息；步骤4，计算包围、左右及交叉结构一致性度量；步骤5，结合目标汉字规范字形获取对应规范度量，并设定固定容差形成规范参数区间，生成结构性特征向量；步骤6，根据深度神经网络模型，输出书写错误识别结果。本发明实现了中文书写结构性错误的自动识别与错误类型判定。

本发明授权基于深度神经网络的中文书写错误智能识别方法及系统在权利要求书中公布了：1.基于深度神经网络的中文书写错误智能识别方法，其特征在于，包括以下步骤： 步骤1，获取经二值化处理的目标汉字的中文单字图像，确定外接框、中心、高度和宽度，并执行坐标规范化，得到归一化二值字形图像； 步骤2，对所述归一化二值字形图像进行骨架提取与结点标注，构建描述笔画连接关系的字形拓扑图； 步骤3，基于字形拓扑图及图像投影确定结构范式标签并完成部件划分，得到外包围区域与内件区域、左部件与右部件及交叉点信息；其中，结构范式标签包括：包围结构范式标签、左右结构范式标签和交叉结构范式标签； 步骤4，根据所述结构范式标签分别计算包围结构一致性度量、左右结构一致性度量和交叉结构一致性度量，得到结构性度量集合，具体包括： 步骤61，对涉及长度的几何量按外接框高度进行归一化，对涉及面积的几何量按外接框面积进行归一化，对位置坐标以外接框左上角为原点，分别除以外接框高度和宽度进行归一化，形成统一度量基准； 步骤62，当结构范式标签包含包围结构范式标签时，计算包围结构一致性度量，包括：以内件区域与外包围区域面积的比值作为面积比例；以内件至外包围上下边界的最小间距差与和的比值作为上下白区不对称度；以内件至外包围左右边界的最小间距差与和的比值作为左右白区不对称度；以内件质心与外包围质心之间的相对偏移量作为对齐偏差； 步骤63，当结构范式标签包含左右结构时，计算左右结构一致性度量，包括：以左右部件的重心差值占外接框宽度的比例作为重心水平差；以内外部件在竖直方向投影区间的交叠长度占较长区间长度的比例作为垂直高度交叠比；对白区通道在逐行扫描中得到的宽度序列，取最小值占外接框宽度的比例作为通道最小宽度，取宽度序列的方差作为通道宽度方差，并以宽度序列在相邻行之间下降的次数占总行数的比例作为通道收窄频度； 步骤64，当结构范式标签包含交叉结构时，针对交叉点信息中的每个交叉点计算交叉结构一致性度量，包括：以交叉点相邻两条主笔画方向向量之间的夹角作为主笔画夹角；以交叉点坐标相对外接框左上角的归一化坐标作为相对位置； 步骤65，将步骤62至步骤64获得的各项度量指标按固定顺序装配为结构性度量集合，并建立索引映射； 步骤5，基于目标汉字的规范字形获取与步骤4对应的规范度量集合，并设定固定容差形成规范参数区间，将所述结构性度量集合与规范参数区间逐项对齐并编码，生成结构性特征向量； 步骤6，将归一化二值字形图像、字形拓扑图、结构范式标签及结构性特征向量作为输入，输入至经训练得到的深度神经网络模型，通过所述深度神经网络模型输出中文单字图像的错误识别结果，其中，错误识别结果包括：是否存在结构性书写错误及对应错误类型。

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上海磐度信息科技有限公司，其通讯地址为：201900 上海市宝山区上大路668号1幢5层A区1593室；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。