手写数字识别方法、系统、设备及计算机可读存储介质.pdf

(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CN114187598A(43)申请公布日2022.03.15(21)申请号202010862167.4(22)申请日2020.08.25(71)申请人合肥本源量子计算科技有限责任公司地址230088安徽省合肥市合肥市高新区创新大道2800号创新产业园二期E2楼六层(72)发明人李蕾方圆窦猛汉(51)Int.Cl.G06V30/32(2022.01)G06N3/08(2006.01)权利要求书3页说明书12页附图2页(54)发明名称手写数字识别方法、系统、设备及计算机可读存储介质(57)摘要本发明公开了手写数字识别方法、系统、设备及计算机可读存储介质，属于量子计算技术领域。手写数字识别方法包括：获取所述待识别图片的目标特征信息，并将所述目标特征信息输入训练后的目标经典神经网络，输出所述目标手写数字对应的目标参数值，作为量子逻辑门的参量值；根据所述量子逻辑门的参量值确定目标量子神经网络，并通过所述目标量子神经网络对应的量子线路计算出子量子态ψi及对应的概率Ci；根据所述子量子态ψi及对应的概率Ci，确定与所述目标手写数字对应的十进制值作为所述待识别图片的识别结果。本发明通过将目标量子神经网络的量子线路与目标经典神经网络结合能够实现对包含手写数字的图片进行数字读取。CN114187598ACN114187598A权利要求书1/3页1.一种手写数字识别方法，其特征在于，所述手写数字识别方法包括：在接收到用户操作触发的数字输入指令时，获取当前用户在终端界面的第一识别区域中的手写轨迹数据，并在所述第一识别区域中显示所述手写轨迹数据对应的目标手写数字，作为待识别图片；在接收到数字识别指令时，获取所述待识别图片的目标特征信息，并将所述目标特征信息输入训练后的目标经典神经网络，输出所述目标手写数字对应的目标参数值，作为量子逻辑门的参量值；根据所述量子逻辑门的参量值确定目标量子神经网络，并通过所述目标量子神经网络对应的量子线路计算出子量子态ψi及对应的概率Ci；根据所述子量子态ψi及对应的概率Ci，确定与所述目标手写数字对应的十进制值作为所述待识别图片的识别结果，并在所述终端界面的结果显示区域中显示所述识别结果。2.根据权利要求1所述的手写数字识别方法，其特征在于，所述在接收到用户操作触发的数字输入指令时的步骤之后，还包括：获取所述数字输入指令的输入类型是选择输入类型还是手写输入类型；若所述输入类型为所述选择输入类型，则获取预存数字图像，并在所述终端界面的图像待选区域显示各个数字图像；在接收到所述当前用户基于所述数字图像触发的选中指令时，根据所述选中指令在各个数字图像中确定目标数字图像，并在所述终端界面的第二识别区域中显示所述目标数字图像，作为所述待识别图片；若所述输入类型为所述手写输入类型，则执行：获取当前用户在终端界面的第一识别区域中的手写轨迹数据，并在所述第一识别区域中显示所述手写轨迹数据对应的目标手写数字，作为所述待识别图片的步骤。3.根据权利要求2所述的手写数字识别方法，其特征在于，所述在接收到用户操作触发的数字输入指令时，获取当前用户在终端界面的第一识别区域中的手写轨迹数据，并在所述第一识别区域中显示所述手写轨迹数据对应的目标手写数字的步骤之后，还包括：在接收到用户操作触发的擦除指令时，获取所述当前用户在所述第一识别区域中的擦除轨迹，并清除所述擦除轨迹中的手写数字数据。4.根据权利要求3所述的手写数字识别方法，其特征在于，所述在接收到用户操作触发的数字输入指令时，获取当前用户在终端界面的第一识别区域中的手写轨迹数据，并在所述第一识别区域中显示所述手写轨迹数据对应的目标手写数字的步骤之后，还包括：在接收到用户操作触发的清空指令时，清除所述第一识别区域中的手写数字数据，以供所述当前用户重新手写数字进行识别操作。5.根据权利要求1所述的手写数字识别方法，其特征在于，所述目标特征信息为目标特征矩阵，所述获取所述待识别图片的目标特征信息的步骤具体包括：获取所述待识别图片，并对所述待识别图片进行二值化处理，获得对应的二值图片；对所述二值图片中的各像素进行矩阵化处理，获得像素矩阵，并对所述像素矩阵进行特征提取，获得对应的特征矩阵，作为所述目标特征矩阵。6.根据权利要求1所述的手写数字识别方法，其特征在于，所述根据所述子量子态ψi及对应的概率Ci，确定与所述目标手写数字对应的十进制值作为所述待识别图片的识别结果2CN114187598A权利要求书2/3页的步骤具体包括：确定与所述子量子态ψi相对应的十进制数xi，并计算出∑xiCi，作为所述待识别图片的识别结果。7.根据权利要求1所述的手写数字识别方法，其特征在于，所述根据所述子量子态ψi及对应的概率Ci，确定与所述目标手写数