一种基于深度学习的古彝文识别方法

摘要 作为世界六大古文字之一的古彝文记录了几千年来人类的发展历史。通过对古彝文的识别能够将这些珍贵文献资料转换为电子文档，便于保存和传播。由于历史发展、区域限制等原因，针对古彝文识别的研究鲜有成果。本文将当前新颖的深度学习技术应用于古老的文字识别。在四层卷积神经网络（convolutional neural network, CNN）基础上扩展出5个模型，然后利用Alpha-Beta散度作为惩罚项,对5个模型的输出神经元重新进行自编码，接着用2个全连接层完成特征压缩，最后在softmax层对古彝文字符特征进行重新评分，得到其概率分布，选择对应的最高概率作为识别的字符。实验表明，相对于传统CNN模型，本文方法对古彝文手写体的识别精度更高