针对藏文文献版面的特征,本文结合藏字结构的特征,提出一种基于卷积神经网络的DnCNN藏文文献版面去噪算法。该方法采用17层网络结构深度学习版面特征,在训练过程中结合批量标准化和ReLU激活函数提高训练速度和特征的学习精度,最后使用残差学习输出残差图像。实验结果表明,针对藏文文献版面中易出现的噪声有良好的去噪表现,不但有较高的峰值信噪比,而且在主观评价方面也有不错的评价。
科研之友
微信
新浪微博
Facebook
分享链接
