基于卷积神经网络的石刻书法字识别方法

摘要：

针对石刻及书法字识别时笔迹特征提取复杂且缺乏通用性的问题,提出一种基于深度学习的卷积神经网络(CNN)的自学习特征的书法字识别方法.对拍摄的笔迹图像进行预处理,分割出单个字体并提取字体骨架;利用基于RPReLU(随机参数化修正线性单元)改进的卷积神经网络,分别对笔迹图像和骨架图像提取特征;将两种特征融合成新的特征后,利用三层神经网络提取更高层次的特征实现笔迹的准确识别.实验结果表明,该方法对石刻和书法字的识别率达到99.1％,是一种高效的石刻书法字识别方法.

关键词：笔迹识别、特征提取、卷积神经网络、随机参数化修正线性单元、特征融合

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：广西科技计划重点基金项目桂科攻1598010-7;研究生创新基金项目2016YJCX68

在线出版日期：2018-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：867-872