基于深度学习算法的碑文提取与修复系统

扫码查看

原文链接

万方数据
维普

中文摘要：当前碑文及其拓本等非印刷字体文字的数字化录入仍需手动进行.据此,首先使用YOLOv5 模型对整体图像中的文字进行精确检测和定位;随后基于UNet++模型实现单一文字图片中前景的提取,并使用Rewrite2模型对可能残缺的文字图片进行修复;最后基于PaddlePaddle OCR模型完成图片中文字的识别,获得可编辑状态汉字.在数据集中的实验结果表明,系统能很好地完成文字的检测定位、前景提取、残缺修复、识别等过程,全流程整体的准确率达到90.6%.

作者：

李超、李思樵、张靖熙、杨柳、邹豪、张攀

展开 >

作者单位：

内江师范学院人工智能学院四川内江 641100

关键词：

碑文数字化录入文字检测定位文字前景提取残缺文字修复文字识别

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.10.047

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(10)