公开(公告)号：CN117437647B

公开(公告)日：2024-03-26

申请号：CN202311753411.3

申请日：2023-12-20

Applicant: 吉林大学

Inventor： 付新然 ,  杨溪 ,  周日鑫

IPC: G06V30/19 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/82 ,  G06V30/22

Abstract: 本发明涉及人工智能与古文字方向交叉技术领域，特别是涉及基于深度学习和计算机视觉的甲骨文字检测方法，包括：获取待检测甲骨文拓片；将所述甲骨文拓片输入预设的检测模型中，获取所述甲骨文拓片上的甲骨文字区域预测结果，其中，所述检测模型基于训练集训练获得，所述训练集包括甲骨文拓片图像和甲骨文单字图像，所述检测模型采用轻量级神经网络构建。本发明充分利用已有甲骨文字体数据，借助深度学习算法，将甲骨文字的结构先验信息引入到检测模型中，使深度学习模型在优化的过程中学习并利用甲骨文字特有的形状特征，正确区分文字与非文字区域，提升甲骨文字检测结果的准确性。

公开(公告)号：CN117437647A

公开(公告)日：2024-01-23

申请号：CN202311753411.3

申请日：2023-12-20

Applicant: 吉林大学

Inventor： 付新然 ,  杨溪 ,  周日鑫

IPC: G06V30/19 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/82 ,  G06V30/22

Abstract: 本发明涉及人工智能与古文字方向交叉技术领域，特别是涉及基于深度学习和计算机视觉的甲骨文字检测方法，包括：获取待检测甲骨文拓片；将所述甲骨文拓片输入预设的检测模型中，获取所述甲骨文拓片上的甲骨文字区域预测结果，其中，所述检测模型基于训练集训练获得，所述训练集包括甲骨文拓片图像和甲骨文单字图像，所述检测模型采用轻量级神经网络构建。本发明充分利用已有甲骨文字体数据，借助深度学习算法，将甲骨文字的结构先验信息引入到检测模型中，使深度学习模型在优化的过程中学习并利用甲骨文字特有的形状特征，正确区分文字与非文字区域，提升甲骨文字检测结果的准确性。