技术特征：
技术总结
本发明介绍了一种基于深度学习的手写、印刷文本的分类方法。具体包括下列步骤：(1)数据获取：采集手写、印刷文本图像，以形成训练集；(2)对训练集图像进行二值化、高度归一化处理；(3)泛化样本：对训练集图像进行切割、加噪处理；(4)构造深度卷积神经网络，利用训练集图像对所构造的深度卷积神经网络进行训练；(5)切割拟分类的文本图片，输入步骤(4)所构造的深度卷积神经网络，根据得到的概率分布，对概率分布求均值，输出分类结果。本发明通过深度学习算法从样本中自动学习出手写文本与印刷文本之间的不同特征，能够使计算机智能地对手写文本、印刷文本图像进行分辨。
技术研发人员：金连文;冯子勇;阳赵阳;孙俊
受保护的技术使用者：华南理工大学;富士通株式会社
技术研发日：2016.03.22
技术公布日：2017.09.29