技术特征：
技术总结
本发明的连续手写字识别方法及系统，通过分割包含手写字符串的主图像为多个子图像；通过第一神经网络模型分别对所述多个子图像进行特征提取以得到对应数量个特征向量序列；通过第二神经网络模型获得每个特征向量序列对应的字符串片段的识别结果的第一概率值；通过损失函数模块执行以下过程：枚举组成所述手写字符串的各个所述字符串片段组合，并根据所述第一概率值来计算各个字符串片段组合的第二概率值，选择第二概率值最大的字符串片段组合作为所述手写字符串的初步识别结果；不需要通过对连续字体准确切割成孤立字体去识别，且配合神经网络模型进行学习识别，快速准确，提升用户体验。
技术研发人员：周诚;孙环荣;陈兆金;宫新伟;单志辉;吴宗翰;赵世亭
受保护的技术使用者：上海嵩恒网络科技有限公司
技术研发日：2017.04.19
技术公布日：2017.10.10