公开(公告)号：CN118411727A

公开(公告)日：2024-07-30

申请号：CN202410504190.4

申请日：2024-04-25

Applicant: 重庆邮电大学

Inventor： 吴涛 ,  王锦 ,  先兴平 ,  常磊 ,  姚鑫玲 ,  梁威威 ,  何蕊岐 ,  任健萌 ,  郑航

IPC: G06V30/148 ,  G06V30/19 ,  G06V30/164

Abstract: 本发明涉及文物图像识别领域，尤其涉及一种用于历史材料的繁体中文文本识别方法及系统，该方法包括：获取历史材料数据集，对历史材料中的文本区域进行数据标注，得到真实数据集；根据真实数据集生成与历史材料格式相同的图像，并将所有的生成图像进行集合，得到生成数据集；将历史材料数据集作为第一训练样本输入到图像去噪模型进行训练；将生成数据集中的数据输入到训练后的去噪模型，得到干净的历史材料图像数据集；将干净的历史材料图像数据集和真实数据集作为第二训练样本，将第二训练样本输入到文本识别模型中，得到训练后的文本识别模型，完成文本提取模型的训练；本发明用于历史材料的文本提取模型图像去噪效果和识别准确性均超过现有的模型。