公开(公告)号：CN113642578A

公开(公告)日：2021-11-12

申请号：CN202110323005.8

申请日：2021-03-26

Applicant: 哈尔滨理工大学

Inventor： 刘杰 ,  祁箬 ,  葛一凡

IPC: G06K9/34 ,  G06K9/32 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40

Abstract: 本发明公开了一种甲骨文字识别方法，涉及图像文本超分辨和图像文字识别领域，包括以下步骤，S0：输入待测的甲骨文拓片图像；S1：采用HR图像和LR图像对SRGAN网络进行训练；S2：使用SRGAN技术对图像进行超分辨预处理，以提高甲骨文字图像分辨率，降低噪声；S3：对预处理之后的甲骨文图像集合输入到训练好的端到端CRNN识别模型中。本发明结合文本图像SR算法与CRNN文本识别算法，对甲骨文字拓片图像进行识别，不需要手工特征及二值化分割等预处理，降低了低分辨率导致的识别困难，提高了识别的准确率。

公开(公告)号：CN113592713A

公开(公告)日：2021-11-02

申请号：CN202110880696.1

申请日：2021-08-02

Applicant: 哈尔滨理工大学

Inventor： 葛一凡 ,  刘杰 ,  祁箬

IPC: G06T3/40 ,  G06K9/46

Abstract: 本发明公开了一种基于生成对抗网络的文物图像超分辨率方法，所述方法包括：S1，采集文物图像，并对其进行处理得到文物数据集；S2，采用信息块提取策略，提取高分辨率文物图像中的高频信息块组成信息池；S3，将信息池的高频信息块在线随机加载到低分辨率文物图像中，随后用加载高频信息块的低分辨率文物图像和高分辨率文物图像训练基于金字塔型生成对抗网络的文物图像超分辨率算法PIGAN；S4，将低分辨率文物图像输入训练完成的PIGAN网络模型中，输出重建高分辨率文物图像。本发明公开的超分辨率网络，可更好地提取学习文物图像特征信息，且提升了高分辨率文物图像中高频信息的利用率，使得重建高分辨文物图像质量更优，纹理细节更清晰。