一种基于深度学习的手写体数学表达式识别方法与装置

摘要

本公开提供了一种基于深度学习的手写体数学表达式识别方法，包括：S1，对含有手写体数学表达式的图片进行预处理，并输入模型中；S2，采用DenseNet网络作为编码器对输入模型的图片进行编码，并将所述DenseNet网络的输出作为编码向量；S3，将所述编码向量作为输入，采用引入二维注意力机制的解码器对所述编码向量进行解码。通过采用新的二维注意力计算方式，使得模型能够很好的解析数学表达式中所存在的二维结构；同时采用更高效的网络DenseNet来作为编码器产生编码向量，相比于其他方法可以更好的提取图片特征。