(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111669124.5 (22)申请日 2021.12.31 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融大街31号 (72)发明人 刘梦佳　邵振亚　马冲　 (74)专利代理 机构 北京律智知识产权代理有限 公司 11438 代理人 王辉　阚梓瑄 (51)Int.Cl. G06V 10/22(2022.01) G06V 30/19(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 字符识别模 型的训练方法及装置、 存储介质 及电子设备 (57)摘要 本公开涉及图像处理技术领域， 提供了一种 字符识别模 型的训练方法及装置、 计算机可读存 储介质和电子设备。 其中， 上述方法包括： 将路由 踪迹图像样本对应的待识别字符图像块序列输 入到长短期记忆网络， 以基于模板字符集得到识 别文本； 根据自适应分类器和模板字符集对路由 踪迹图像样本对应的待识别单词图像块进行识 别， 以字符识别结果； 将识别文本和字符识别结 果进行合并， 以确定出目标字符识别结果； 确定 出识别错误的字符对应的正确的字符， 以更新模 板字符集； 基于更新后的模板字符集分别对长短 期记忆网络和自适应分类器进行重训练， 直到满 足第一预设条件， 以得到目标长短期记忆网络和 目标自适应分类器。 本公开能提高字符识别的准 确性。 权利要求书2页 说明书13页 附图4页 CN 114359536 A 2022.04.15 CN 114359536 A 1.一种字符识别模型的训练方法， 所述字符识别模型用于对展示路由踪迹信 息的图像 进行字符识别， 其特 征在于， 包括： 获取路由踪迹图像样本对应的待识别字符图像块序列， 将所述待识别 字符图像块序列 输入到长短期记 忆网络， 以基于模板 字符集得到所述路由踪迹图像样本的识别文本； 获取路由踪迹图像样本对应的待识别单词图像块， 根据自适应分类器和模板字符集对 所述待识别单词图像块进行识别， 以得到所述待识别单词图像块的字符识别结果； 将所述识别文本和所述字符识别结果进行合并， 以确定出所述路由踪迹图像样本的字 符识别结果； 确定出所述字符识别结果中识别错误的字符对应的正确字符， 以更新所述模板字符 集； 基于所述路由踪迹图像样本和更新后的所述模板字符集分别对所述长短期记忆网络 和所述自适应分类器进行重训练， 直到满足第一预设条件， 以得到目标长短期记忆网络和 目标自适应分类 器。 2.根据权利要求1所述的字符识别模型的训练方法， 其特征在于， 所述将所述识别文本 和所述字符识别结果进行合并， 以确定出 所述路由踪迹图像样本的字符识别结果包括： 将字符识别结果和识别文本中对应位置中的字符进行匹配， 在匹配成功时， 确定识别 出的所述字符为第一目标字符； 在匹配失败时， 选择第一相似度大的字符， 确定为识别出的第二目标字符， 其中， 所述 第一相似度用于表征识别出的字符和其在模板 字符集中的候选 字符的相似程度； 根据字符在字符序列中的位置， 合并所述第一目标字符和所述第二目标字符， 以确定 出所述踪迹图像样本的字符识别结果。 3.根据权利要求1所述的字符识别模型的训练方法， 其特征在于， 所述第 一预设条件包 括所述长短期记 忆网络和所述自适应分类 器的识别准确率达 到第一预设值。 4.根据权利要求3所述的字符识别模型的训练方法， 其特 征在于， 所述方法还 包括： 在所述长短期记忆网络的识别准确率达到第一预设值且所述自适应分类器的识别准 确率未达到所述第一预设值时， 基于长 短期记忆网络得到所述路由踪迹图像样本的识别文 本， 将所述识别文本拆 分为单个字符， 将所述单个字符作为所述自适应 分类器的训练标签， 以对所述自适应分类 器模型进行有监 督学习训练； 在所述自适应分类器的识别准确率达到所述第一预设值且所述长短期记忆网络的识 别准确率未达到所述第一预设值时， 基于自适应分类器得到所述路由踪迹图像样本对应的 字符识别结果生成字符序列， 将所述字符序列作为所述长短期记忆网络的训练标签， 以对 所述长短期记 忆网络进行有监 督学习训练。 5.根据权利要求1所述的字符识别模型的训练方法， 其特征在于， 所述根据自适应分类 器和模板字符集对所述待识别单词图像块进 行识别， 以得到所述待识别单词图像块的字符 识别结果， 包括： 根据自适应分类器和模板字符集对所述待识别单词图像块进行第 一次识别， 以得到每 个待识别单词图像块的初始字符识别结果； 将初始字符识别结果满足第 二预设条件的待识别单词图像块确定为训练样本， 将所述 待识别单词图像块的字符识别结果确定为所述训练样本的标签， 对所述自适应分类器进 行权　利　要　求　书 1/2 页 2 CN 114359536 A 2重训练； 基于模板字符集和重训练后的所述自适应分类器对所述待识别单词图像块进行第二 次识别， 以得到所述待识别单词图像块的字符识别结果。 6.根据权利要求5所述的字符识别模型的训练方法， 其特征在于， 所述第 二预设条件包 括所述待识别单词图像块对应的字符识别结果中的每个字符与其在模板字符集中的候选 字符的相似度都大于第二预设值。 7.根据权利要求1所述的字符识别模型的训练方法， 其特 征在于， 所述方法还 包括： 对所述路由踪迹图像样本进行 预处理； 对进行预处理后的所述路由踪迹图像样本进行字符连通 区域检测和字符分割， 以得到 所述路由踪迹图像样本对应的待识别字符图像块或待识别单词图像块。 8.一种字符识别模型的训练装置， 所述字符识别模型用于路由踪迹图像中的字符识 别， 其特征在于， 所述装置包括： 文本片段识别模块， 被配置为获取路由踪迹 图像样本对应的待识别字符图像块序列， 将所述待识别字符图像块序列输入到长 短期记忆网络， 以基于模板字符集得到所述路由踪 迹图像样本的识别文本； 单词字符识别模块， 被配置为获取路由踪迹 图像样本对应的待识别单词图像块， 根据 自适应分类器和模板字符集对所述待识别单词图像块进行识别， 以得到所述待识别单词图 像块的字符识别结果； 字符识别结果确定模块， 被配置为将所述识别文本和所述字符识别结果进行合并， 以 确定出所述路由踪迹图像样本的字符识别结果； 模板字符集更新模块， 被配置为确定出所述字符识别结果中识别错误的字符对应的正 确字符， 以更新所述模板 字符集； 重训练模块， 被配置为基于所述路由踪迹图像样本和更新后的所述模板字符集分别对 所述长短期记忆网络和所述自适应分类器进行重训练， 直到满足第一预设条件， 以得到目 标长短期记 忆网络和目标自适应分类 器。 9.一种计算机可读介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理器执行 时实现如权利要求1至7中任一项所述的方法。 10.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 用于存储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理 器执行时， 使得 所述一个或多个处 理器实现如权利要求1至7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114359536 A 3