计算机工程与应用 ›› 2022, Vol. 58 ›› Issue (10): 125-131.DOI: 10.3778/j.issn.1002-8331.2101-0247
陈娅娅,刘全香,王凯丽,易尧华
CHEN Yaya, LIU Quanxiang, WANG Kaili, YI Yaohua
摘要: 古印章文本因图像退化与超多分类等特点导致识别难度大,部分字符的标注数据不足造成基于深度学习的模型识别准确率不高,泛化能力差。针对上述问题,提出基于深度残差网络(ResNet)和迁移学习的古印章文本识别方法。使用深度残差网络作为特征提取网络,利用人工合成字符样本作为源域进行预训练。将自建古印章文本识别数据集作为目标域,引入迁移学习并结合数据增强和标签平滑策略建立分类模型。最后,对比多种网络下的识别结果并验证迁移学习有效性。结果表明,该方法可以有效提升识别准确率。