字符识别是集模式识别、图像处理和文字处理技术相结合的一种技术,是人工智能和模式识别领域一个重要的分支。通过多年的研究和探索,字符识别在英、德、拉丁语等西方文字和汉字的识别研究中已取得令人满意的结果。东巴文字作为唯一仍在使用的象形文字,具有独特的历史价值和丰富的文化内涵,但对东巴文字的分类识别工作起步较晚,研究还不够深入。字符识别领域内经常采用特征提取法加分类器的传统方法进行研究,这种方法依靠具体算法来提取文字特征,提取特征算法针对性太强,泛化性差。卷积神经网络的出现将特征提取简单化,网络能够从海量数据中自动提取到有效特征,因此在字符识别领域的研究迅速取得了巨大的进展。本文结合图像处理和数据增强,提出基于卷积神经网络的东巴文字分类与识别的方法。本文所做的工作如下:(1)针对东巴文字数据集较少的问题,首先结合东巴古籍和东巴文字输入法构造原始数据集;然后通过二值化、字符分割和归一化等图像预处理,将图像拆分成便于研究的单个东巴文字;最后运用数据增强的方法,利用衍射变换和噪声抖动等对原始数据集进行了扩充,将原始数据集从956张扩充至30592张。(2)针对人工构造的东巴文字数据集,采用四种不同卷积神经网络(ResNet-18,VGGNet,AlexNet,LeNet)在东巴文字上的分类进行比较性研究。通过实验发现在ResNet-18网络在东巴文字分类问题上取得了较好的分类精度,并通过加入预训练网络、改变优化器等改进措施进一步提高了网络性能,最终达到92.3%的分类准确率。(3)在研究东巴文字语义识别过程中,由于东巴文字样本数量少,语义类别多,采用单例学习的方法,并设计孪生网络,将变换后的形状特征和词向量比较,协同进行东巴文字语义识别。实验结果表明,该网络在东巴文字数据集上取得85.6%的识别准确率。综上,本文人工构造了东巴文字数据集,将卷积神经网络运用于东巴文字分类和识别研究,并取得了较好的分类及识别准确率。对于东巴文字保护和传承起到积极作用,同时为其他少数民族文字识别问题提供借鉴意义。