[發(fā)明專(zhuān)利]一種基于Incep-CapsNet網(wǎng)絡(luò)的篆文識(shí)別方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810480506.5
• 申請(qǐng)日: 2018-05-18
• 公開(kāi)（公告）號(hào): CN108805223B
• 公開(kāi)（公告）日: 2021-03-23
• 發(fā)明（設(shè)計(jì)）人: 楊帆;于飛;劉鑫
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廈門(mén)大學(xué)
• 主分類(lèi)號(hào): G06K9/68
• 分類(lèi)號(hào): G06K9/68
• 代理公司: 廈門(mén)市首創(chuàng)君合專(zhuān)利事務(wù)所有限公司 35204
• 代理人: 張松亭;李艾華

本發(fā)明涉及一種基于Incep?CapsNet網(wǎng)絡(luò)的篆文識(shí)別方法及系統(tǒng)，方法包括：獲取篆文圖像數(shù)據(jù)集，并按照字形與字體制作分類(lèi)標(biāo)簽；對(duì)圖像數(shù)據(jù)集進(jìn)行預(yù)處理與圖像增廣操作；通過(guò)Incep?CapsNet網(wǎng)絡(luò)對(duì)預(yù)處理和圖像增廣后的篆文圖像進(jìn)行特征提取并識(shí)別分類(lèi)；通過(guò)重構(gòu)網(wǎng)絡(luò)對(duì)預(yù)處理和圖像增廣后的篆文圖像進(jìn)行重構(gòu)，作為一種有效的正則化方式。本發(fā)明能夠根據(jù)Inception結(jié)構(gòu)提取出更多更本質(zhì)的特征，并根據(jù)膠囊網(wǎng)絡(luò)克服傳統(tǒng)深度卷積神經(jīng)網(wǎng)絡(luò)模型所存在的無(wú)法識(shí)別特征的朝向以及空間中的相對(duì)位置等缺點(diǎn)，既具有精確的識(shí)別精度，又具有較強(qiáng)的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識(shí)別領(lǐng)域，特別涉及古文字圖像識(shí)別研究領(lǐng)域，具體為一種基于Incep-CapsNet網(wǎng)絡(luò)的篆文識(shí)別方法及系統(tǒng)。

背景技術(shù)

篆文，是我國(guó)古文字的核心組成部分，也是我國(guó)五大書(shū)法字體之中出現(xiàn)最早的一種，主要包括大篆和小篆，其中大篆主要指秦代之前的甲骨文、金文等古文，小篆則指秦始皇統(tǒng)一文字之后所用的字體。從篆文字體的數(shù)量和形狀結(jié)構(gòu)等方面綜合來(lái)說(shuō)，它們均已發(fā)展的十分完備。作為中華古文化的重要信息載體，篆文在國(guó)家、民族的文化傳承與發(fā)展方面起到了重要的作用。此外，篆文識(shí)別在碑刻字帖的識(shí)別鑒定、考古挖掘的相關(guān)研究、印章的識(shí)別鑒定以及書(shū)法文化藝術(shù)等諸多方面均有極大的應(yīng)用價(jià)值。

由于篆文的發(fā)展歷經(jīng)了多個(gè)朝代，再加上不同地域的影響，衍生出大量形態(tài)結(jié)構(gòu)各異的異體字。并且篆文等古文字以表情達(dá)意為主，故又有象形程度高、筆畫(huà)繁多且復(fù)雜多變等特點(diǎn)。這些都為篆文的有效識(shí)別帶來(lái)了極大的挑戰(zhàn)。單單依靠工作人員的知識(shí)儲(chǔ)備或字典查閱早已無(wú)法滿(mǎn)足需求，這種做法不僅效率低下，也極易產(chǎn)生人為失誤。因此，篆文識(shí)別迫切需要現(xiàn)代圖像識(shí)別技術(shù)的幫助。

目前，有關(guān)篆文識(shí)別領(lǐng)域的研究已經(jīng)引起研究者的注意，不少文獻(xiàn)中提到了很多針對(duì)單一字體甲骨文、金文或者篆文的研究方法，如文獻(xiàn)1“劉永革,劉國(guó)英.基于SVM的甲骨文字識(shí)別[J].安陽(yáng)師范學(xué)院學(xué)報(bào),2017(2):54–56”，這些研究方法基本采用人工特征設(shè)計(jì)結(jié)合SVM分類(lèi)的方法，所采用的特征設(shè)計(jì)有HOG、Gabor以及多特征融合等，識(shí)別精度的提升主要依賴(lài)于合理的特征設(shè)計(jì)。該方法參數(shù)量少，容易訓(xùn)練，但常因?yàn)樘卣鬟x擇的原因精度往往不盡人意。

在文字識(shí)別領(lǐng)域備受矚目的手寫(xiě)體識(shí)別，和篆文識(shí)別有很多相似的特征，如字體隨意性大，筆畫(huà)雜亂等現(xiàn)象，其研究方法對(duì)篆文識(shí)別的研究具有一定的指導(dǎo)作用。手寫(xiě)體識(shí)別領(lǐng)域的研究方法除以前常使用人工特征設(shè)計(jì)結(jié)合SVM分類(lèi)的方法外，近幾年涌現(xiàn)了很多深度學(xué)習(xí)的研究方法，最常出現(xiàn)的當(dāng)屬對(duì)GoogLeNet的改進(jìn)，如文獻(xiàn)2“Zhong Z,Jin L,XieZ.High performance offline handwritten Chinese character recognition usingGoogLeNet and directional feature maps[C]//Proceedings of the 13thInternational Conference on Document Analysis and Recognition.Tunis:IEEE,2015:846–850”。該方法應(yīng)用于篆文識(shí)別領(lǐng)域，和傳統(tǒng)人工特征設(shè)計(jì)結(jié)合SVM分類(lèi)的方法相比，識(shí)別準(zhǔn)確率大大提升，隨之參數(shù)數(shù)量也陡然增加，但依舊不能滿(mǎn)足應(yīng)用的精度要求。

目前也存在一些將深度學(xué)習(xí)引入篆文識(shí)別領(lǐng)域的文獻(xiàn)，其所采用的改進(jìn)的Inception-V3網(wǎng)絡(luò)結(jié)構(gòu)在識(shí)別準(zhǔn)確率上達(dá)到了較高的精度，但在魯棒性方面有待于提高，特別是針對(duì)背景噪聲的干擾等方面。其次該網(wǎng)絡(luò)還存在著只能檢測(cè)圖像中存在著某些特征，而不能檢測(cè)出這些特征的朝向以及空間中的相對(duì)位置等缺點(diǎn)。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出一種基于Incep-CapsNet網(wǎng)絡(luò)的篆文識(shí)別方法及系統(tǒng)，能夠根據(jù)Inception結(jié)構(gòu)提取出更多更本質(zhì)的特征，并根據(jù)膠囊網(wǎng)絡(luò)克服傳統(tǒng)深度卷積神經(jīng)網(wǎng)絡(luò)模型所存在的無(wú)法識(shí)別特征的朝向以及空間中的相對(duì)位置等缺點(diǎn)，既具有精確的識(shí)別精度，又具有較強(qiáng)的魯棒性。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：