古籍漢字字形結構復雜,數(shù)量大,存在大量異體字、形近字以及由于書寫風格不同造成的書寫變體字,給實現(xiàn)古籍漢字圖像檢索增加了難度�，F(xiàn)有圖像檢索技術應用于古籍漢字圖像時效果欠佳,針對古籍漢字特點,研究適用于古籍漢字的圖像檢索技術,為古籍文獻和古籍漢字研究人員的研究工作提供有效的輔助工具,有助于提升古籍漢字研究的效率。面向古籍漢字研究人員的實際需求,在對古籍漢字字形特點進行分析歸納的基礎上,將卷積神經(jīng)網(wǎng)絡引入古籍漢字圖像檢索研究中,構建古籍漢字圖像特征提取網(wǎng)絡和檢索模型,主要內(nèi)容如下:1.設計基于改進VGG-16的古籍漢字圖像特征提取網(wǎng)絡ACCINetVGG-16網(wǎng)絡模型在提取古籍漢字圖像特征時,過分關注像素分布、筆畫粗細等次要特征而忽略了字形結構等主要特征,針對這一問題,在古籍漢字圖像數(shù)據(jù)集上對其網(wǎng)絡結構進行調整,并使用可變形卷積提升特征提取網(wǎng)絡的幾何形變適應能力,使其能夠更精準地提取古籍漢字圖像特征。實驗結果表明,ACCINet模型對古籍漢字圖像具有更強的適應性,能夠提取更加準確的古籍漢字圖像特征。2.提出面向古籍漢字圖像特征哈�；腁CCIHNet模型通過使用分段編碼層、激活層和二值編碼層... 

【文章來源】：河北大學河北省

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

古籍漢字圖像檢索系統(tǒng)界面

【參考文獻】：
期刊論文
[1]結合卷積和長短期記憶網(wǎng)絡的長文分類方法[J]. 姜恬靜,和欣,何軍,馮姣,李鵬.  小型微型計算機系統(tǒng). 2019(11)
[2]基于全局和角點特征的圖像檢索[J]. 姜雪,邵寶民,王振,李秋玲.  山東理工大學學報(自然科學版). 2019(06)
[3]通用目標檢測技術新進展:可變形卷積網(wǎng)絡再升級[J]. 代季峰.  人工智能. 2019(02)
[4]卷積神經(jīng)網(wǎng)絡在古籍漢字識別中的應用實踐[J]. 郭利敏,葛亮,劉悅如.  圖書館論壇. 2019(10)
[5]基于猶豫模糊特征的古籍漢字圖像檢索方法[J]. 田學東,柴彥立,王海彬.  計算機工程. 2019(03)
[6]SAR圖像目標識別的卷積神經(jīng)網(wǎng)模型[J]. 林志龍,王長龍,胡永江,張巖.  中國圖象圖形學報. 2018(11)
[7]結合輪廓與形狀特征的仿射形狀匹配[J]. 谷睿宇,曾接賢,符祥,冷璐.  中國圖象圖形學報. 2018(10)
[8]自適應書法字圖像匹配和檢索[J]. 章夏芬,張龍海,韓德志,畢坤.  浙江大學學報(工學版). 2016(04)
[9]書法字快速多層檢索方法[J]. 俞凱,吳江琴.  計算機輔助設計與圖形學學報. 2011(08)
[10]基于骨架相似性的書法字檢索[J]. 俞凱,吳江琴,莊越挺.  計算機輔助設計與圖形學學報. 2009(06)

碩士論文
[1]基于深度學習的蒙古文古籍圖像檢索技術研究[D]. 胡宏偉.內(nèi)蒙古大學 2018



本文編號：3313981