公开(公告)号：CN117095401A

公开(公告)日：2023-11-21

申请号：CN202311008755.1

申请日：2023-08-11

Applicant: 南京工程学院

Inventor： 袁筱钰 ,  张植博 ,  黄晓华 ,  孙亚博 ,  邵秀燕 ,  柳圣

IPC: G06V30/148 ,  G06V30/19 ,  G06V10/82 ,  G06V10/80

Abstract: 本发明提供了一种基于优化深度网络的古文字样本采集、检测和识别方法。首先，进行数据采集和样本标注，并通过迭代采集的方法扩充和更新数据库，搭建古文字拓片摹本和单字数据库，弥补古文字图像数据库的缺乏。其次，选择CycleGAN对古文字摹本和拓片进行跨域图像转换，从风格迁移的角度扩充数据，并在此基础上进行古文字目标检测。在批量古文字图像上进行目标检测，可将对古文字的识别从单字转换为整片识别，提升了技术的实用性。此外，在搭建的古文字单字数据库的基础上，针对其长尾分布的特性，采用Mixup方法生成新的样本数据。再使用四种深层网络模型进行训练，最后建立一种决策级融合识别模型，完成古文字采集、检测和识别的目标。