一種用于古籍文檔圖像二值化的卷積網(wǎng)絡

基本信息

申請?zhí)?/td> CN202111168224.X 申請日 -
公開（公告）號 CN113901913A 公開（公告）日 2022-01-07
申請公布號 CN113901913A 申請公布日 2022-01-07
分類號 G06K9/00（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 李澤輝;吳海波;王華龍;楊海東 申請（專利權）人 佛山市廣工大數(shù)控裝備技術發(fā)展有限公司
代理機構 廣州科沃園專利代理有限公司 代理人 王維霞
地址 528200廣東省佛山市南海高新區(qū)佛高科技智庫中心A座4樓
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種用于古籍文檔圖像二值化的卷積網(wǎng)絡，包括LinkNet架構、D?LinkNet架構和空間金字塔池化（SPP）模塊（part C）；所述LinkNet架構包括編碼器（part A）和解碼器（part D）；所述DP?LinkNet架構包括編碼器（partA）、混聯(lián)空洞卷積（HDC）模塊（part B）和解碼器（part D）；所述古籍文檔圖像二值化的卷積網(wǎng)絡以預訓練好的編碼器（part A）作為其骨干網(wǎng)絡；所述編碼器（part A）為在ImageNet數(shù)據(jù)集上預訓練的ResNet?34；所述編碼器（part A）的模型第一層為7×7的卷積層，具有64個輸出通道，跨度為2；所述編碼器（partA）的第二層為批量歸一化（BN）層；該古籍文檔圖像二值化的卷積網(wǎng)絡，提高了計算機對于歷史古籍識別的準確度，能夠有效對多語種和不同的字符進行混排，并識別出不同大小、顏色、亮度、字體的字符。