基于跨层卷积神经网络的石刻碑文识别

发布时间：2021-08-02 05:52

　　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. 

【文章来源】：测试技术学报. 2020,34(03)

【文章页数】：7 页

【部分图文】：

跨连接方式

Dense结构

式中: j为输入分类为类别j的概率; ω是权值参数; k为总的类别数[12], 本文实验中训练的文字共有3 755类, 故k=3 755.本文采用的Res_Block结构由两个卷积层组成, 卷积核大小都为3×3(kernel=3×3), 在网络中为了实现维度匹配, 添加了一个Cross layer网络层, 其中卷积核大小为1×1, 并将其卷积核的步长设置为2. 具体的残差结构如图 4 所示.

【参考文献】：
期刊论文
[1]基于跨连接LeNet-5网络的面部表情识别[J]. 李勇,林小竹,蒋梦莹.  自动化学报. 2018(01)
[2]图像增强算法综述[J]. 王浩,张叶,沈宏海,张景忠.  中国光学. 2017(04)
[3]基于跨连卷积神经网络的性别分类模型[J]. 张婷,李玉鑑,胡海鹤,张亚红.  自动化学报. 2016(06)
[4]基于弹性网格的西夏文字识别[J]. 门光福,潘晨,柳长青.  中文信息学报. 2011(05)
[5]基于二值化聚类的图像文字提取算法[J]. 戴维,张申生.  计算机应用. 2009(01)
[6]模板匹配法和垂直投影法相结合的一种新的车牌字符分割方法[J]. 潘中杰,谭洪舟.  自动化与信息工程. 2007(02)

硕士论文
[1]基于数字图像的碑文文字提取及三维展示[D]. 吕继增.西安电子科技大学 2013



本文编号：3317020