基于Faster-RCNN的古籍图像文字检测研究

摘要：

古籍图像文字检测是识别的基础,利用信息技术手段实现古籍图像单个文字检测,对于古籍文字识别具有重要意义.本研究以南京图书馆藏古籍文献作为样本展开实践,首先,对古籍文献数据进行图像采集,将采集到的数据进行人工标注;然后,提出基于Faster-RCNN算法进行优化,并构建数据集进行训练;最后,通过Vgg16和ResNet101骨干网络对比,发现更深层次的ResNet101骨干网络结构能够提升文字检测精度,样本检测精确率为99.74％,召回率为96.80％,f值为98.25％.实验表明,基于Faster-RCNN算法能实现古籍图像文字有效检测.

关键词：古籍数字化、文字检测、Faster-RCNN

分类号：TP181(自动化基础理论)

资助基金：江苏省图书馆大数据研究课题基于计算机视觉的图书馆在架图书书脊检测与识别项目2021YYYJ03

在线出版日期：2023-02-06（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：61-66