基于跨层卷积神经网络的石刻碑文识别

• 作者: 吴泱序 张文琪 陈平
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 投影分割 卷积神经网络 跨层网络 碑刻识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 197-203
• 页数: 7页
• 分类号: TP183
• 字数: 5370字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2020.03.003

摘要

石刻碑文的研究具有重要的历史价值和文化价值,但是由于受到自然环境的风化、腐蚀和人为的破坏,碑刻文字存在很大的识别难度.传统的识别方法通过选择特征的提取方式,得到笔画、部首等浅层特征,准确率不高.卷积神经网络可以利用深层网络自动提取到更抽象的特征用于识别,具有更高的准确率.本文针对碑刻数据收集困难,数据量较少的问题,提出了一种基于VGG-16的跨层卷积神经网络进行石刻碑文的识别,使用投影分割改进法实现碑文的分割,该方法在本文构建的测试数据集上对石刻碑文的识别具有很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平	中北大学信息探测与处理山西省重点实验室	61	193	6.0	11.0
2	张文琪	中北大学信息探测与处理山西省重点实验室	2	0	0.0	0.0
3	吴泱序	中北大学信息探测与处理山西省重点实验室	1	0	0.0	0.0