基于ResNet和迁移学习的古印章文本识别

作者：陈娅娅; 刘全香; 王凯丽; 易尧华

来源：计算机工程与应用, 2022, 58(10): 125-131.

• 古印章文本
• 文本识别
• 深度残差网络
• 迁移学习

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。