藏文文献版面分析中去噪方法研究
针对藏文文献版面的特征,本文结合藏字结构的特征,提出一种基于卷积神经网络的DnCNN藏文文献版面去噪算法.该方法采用17层网络结构深度学习版面特征,在训练过程中结合批量标准化和ReLU激活函数提高训练速度和特征的学习精度,最后使用残差学习输出残差图像.实验结果表明,针对藏文文献版面中易出现的噪声有良好的去噪表现,不但有较高的峰值信噪比,而且在主观评价方面也有不错的评价.
图像去噪、卷积神经网络、残差学习、藏文文献版面
16
TP18(自动化基础理论)
西藏自治区高等教育教学改革研究重点项目"多学科融合的新工科创新创业教育体系研究""藏语文传承与发展之藏汉双向机器翻译平台建设""计算机及藏文信息技术国家团队及重点实验室建设项目藏大财指[2018]81号"、国家重点研发计划重点专项;西藏大学研究生"高水平人才培养计划"项目
2020-11-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
196-198