買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江大學申請的專利基于多模態特征融合的手寫數學公式動態識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120088800B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510578983.5，技術領域涉及：G06V30/32；該發明授權基于多模態特征融合的手寫數學公式動態識別方法是由李智慧;王進;陸國棟設計研發完成，并于2025-05-07向國家知識產權局提交的專利申請。

本基于多模態特征融合的手寫數學公式動態識別方法在說明書摘要公布了：本發明公開一種基于多模態特征融合的手寫數學公式動態識別方法，包括：步驟1、采用HSV顏色模型對數據包含的筆畫軌跡序列信息進行編碼轉換，生成HSV偽彩色圖像，再將HSV偽彩色圖像與數據二值圖像融合得到時序豐富圖像；步驟2、通過卷積神經網絡，分別對時序豐富圖像以及筆畫軌跡序列進行特征提取，得到圖像特征和筆畫特征，并利用圖像特征增強筆畫特征，再將圖像特征與增強后的筆畫特征融合后得到多模態特征；步驟3、通過解碼器，采用位置編碼對輸入的多模態特征進行增強，再結合注意力機制和多尺度符號計數模塊進行符號預測，生成數學公式符號序列；步驟4、設計規則，對生成數學公式符號序列進行修正。本發明可提升易混淆字符識別的準確性。

本發明授權基于多模態特征融合的手寫數學公式動態識別方法在權利要求書中公布了：1.一種基于多模態特征融合的手寫數學公式動態識別方法，其特征在于，包括： 步驟1、獲取手寫數學公式數據，采用HSV顏色模型對手寫數學公式數據包含的筆畫軌跡序列信息進行編碼轉換，生成HSV偽彩色圖像，再將HSV偽彩色圖像與手寫數學公式數據包含的二值圖像融合得到時序豐富圖像，后將時序豐富圖像輸入卷積神經網絡； 步驟2、通過卷積神經網絡，分別對時序豐富圖像以及筆畫軌跡序列進行特征提取，得到圖像特征和筆畫特征，并利用圖像特征增強筆畫特征，再將圖像特征與增強后的筆畫特征融合后得到多模態特征； 步驟3、通過解碼器，采用位置編碼對輸入的多模態特征進行增強，再結合注意力機制和多尺度符號計數模塊進行符號預測，生成數學公式符號序列； 步驟4、設計規則，對生成數學公式符號序列進行修正； 在步驟1中，所述的采用HSV顏色模型對手寫數學公式數據包含的筆畫軌跡序列信息進行編碼轉換，具體為： 將每個筆畫的書寫順序、筆畫長度及公式復雜度分別映射到HSV模型的色調Hue、飽和度Saturation和明度Value上，生成偽彩圖像，即：將筆畫的書寫順序映射到色調Hue值，筆畫長度與飽和度Saturation關聯，筆畫數量歸一化后與明度Value相結合，生成具備時序信息的圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。