论文部分内容阅读
在中国云南省丽江市生活着一个古老的民族——纳西族,在历史的长河中,纳西族人以其智慧与勇气孕育出了具有独特味道的东巴文化,这对中国古文化的发展影响深远。东巴象形文字,作为东巴文化的代表之一,其主要由纳西族历代东巴所使用,因此又称东巴文。目前,能识读东巴文的人越来越少,东巴文面临无人识读的境遇,东巴文的数字化建设迫在眉睫。高效且准确的东巴文识别研究作为东巴文数字化建设中的关键一环,其具有极其重要的历史价值和文化价值。论文提出一种基于多尺度特征融合的东巴文识别模型,与其他识别模型相比的优势在于,该模型充分考虑了东巴文中存在大量相似文字,以及自然场景下的不可控因素对识别带来的影响,以此为动机对Res Net34模型进行改进,使模型具有较高的识别准确率和较强的鲁棒性。论文主要工作包括以下方面:(1)整理构造东巴文相关数据集。经查阅,目前并没有正式的东巴文相关数据集被公开,论文利用东巴古籍《创世纪》以及东巴文输入法(电子东巴)收集整理后构造数据集。最终获得三个数据集,包括:普通文字数据集DB1424,相似文字数据集DBS20,自然场景文字数据集CDB1。数据集DBS20使用训练好的孪生网络检测相似文字的相似性,使数据集更具可信性。(2)提出基于多尺度特征融合的东巴文识别模型。东巴文存在诸多的相似文字,若单一使用现有的识别模型进行识别,相似文字的存在会严重的影响识别效率。此外,由于东巴文字形带有浓厚的图画特点,具有较为明显的形状特征,考虑将具有更多结构信息的HOG(Histogram of Oriented Gradients)特征融入识别模型。论文针对以上情况提出了一种基于多尺度特征融合的东巴文识别模型。识别模型以Res Net34为基础网络,将网络输出的浅层结构特征与深层语义特征,和提取到的HOG特征进行融合,构成的多尺度融合特征作为分类器的输入,并输出结果。使用多尺度特征融合的识别模型能学习更多细节特征,具有更强的特征学习能力。(3)设计开发移动端东巴文拍照识别APP,简称“东巴通”。由于类似的OCR系统,多以汉字、英语或其他语言为主,目前并没有此类古文字OCR系统出现,因此,设计开发“东巴通”具有较强的适用性和必要性。基于上述东巴文识别模型和方法,论文设计开发的“东巴通”,能够实现将不认识的东巴文手机拍照上传至后台服务器,服务器接收移动端传入的东巴文图片后,使用识别模型进行识别处理,而后将识别结果返回移动端,并展示在用户界面供用户参考。