古籍汉字图像的可变形卷积网络检索模型

作者：田学东; 王志红; 左丽娜

来源：中国科技论文, 2020, 15(04): 461-468.

• 计算机图像处理
• 古籍汉字图像检索
• 卷积神经网络
• 可变形卷积
• 主成分分析

针对现有图像检索技术应用于古籍汉字图像时效果欠佳的问题,在传统卷积神经网络(convolutional neural networks, CNN)的基础上,引入可变形卷积构建适用于古籍汉字图像的CNN模型。首先,利用该模型对古籍汉字图像数据集进行特征提取;然后,利用主成分分析法对特征进行降维;最后,度量查询图像和候选图像的余弦相似度,排序并返回结果。所提出的检索方法在古籍汉字图像数据集上的平均精度均值达到70.42%,平均检索用时为3.15 s。实验结果表明,该模型能够有效地提取古籍汉字图像的特征,提高了检索方法的准确率,在古籍汉字图像检索领域具有一定优势。

• 单位
  河北大学