基于卷积神经网络的石刻书法字识别方法

• 作者: 姚航 沈嘉炜 温佩芝
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 笔迹识别 特征提取 卷积神经网络 随机参数化修正线性单元 特征融合
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 智能技术
• 页码范围: 867-872
• 页数: 6页
• 分类号: TP391.41
• 字数: 4842字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.03.047

摘要

针对石刻及书法字识别时笔迹特征提取复杂且缺乏通用性的问题,提出一种基于深度学习的卷积神经网络(CNN)的自学习特征的书法字识别方法.对拍摄的笔迹图像进行预处理,分割出单个字体并提取字体骨架;利用基于RPReLU(随机参数化修正线性单元)改进的卷积神经网络,分别对笔迹图像和骨架图像提取特征;将两种特征融合成新的特征后,利用三层神经网络提取更高层次的特征实现笔迹的准确识别.实验结果表明,该方法对石刻和书法字的识别率达到99.1％,是一种高效的石刻书法字识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温佩芝	桂林电子科技大学计算机与信息安全学院	37	335	11.0	16.0
2	姚航	桂林电子科技大学电子工程与自动化学院	2	3	1.0	1.0
3	沈嘉炜	桂林电子科技大学计算机与信息安全学院	2	3	1.0	1.0