基于Faster-RCNN的古籍图像文字检测研究

作者：谢恩泽; 吴政; 倪劼

来源：新世纪图书馆, 2022, (11): 61-66.

DOI：10.16810/j.cnki.1672-514X.2022.11.009

• 古籍数字化
• 文字检测
• Faster-RCNN

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。