书法特征提取matlab,基于深度学习的软笔书法临摹评价方法与流程

本发明属于计算机视觉技术领域，涉及手写汉字行书字体的评价，尤其是一种基于深度学习的软笔书法临摹评价方法。

背景技术：

书法是我国具有几千年历史的传统艺术，是我们中华民族的特色文化代表之一，它不仅记录着我国悠久的历史文化，还是传播信息的重要方式。书法的点画结构、用笔方法和特征展现出它优美的艺术美感。临摹是提高书法水平最重要的途径，需要对着书法的范本进行反复的训练。在临摹的过程中，需要认真的观察，每个字的每个笔画都需要观察到它的精髓之处。为了达到与原帖更加接近，需要知道与原帖的差别，对临摹的字与原帖进行比较，在比较时是基于原贴与临摹习作之间的相似性来研究。

现在所具有的软笔书法临摹评价体系无论是理论成果还是实践成果都是非常缺乏的，没有形成成熟的软笔书法评价系统。这就导致对软笔书法的评价出现很多问题。现在很多书法比赛的评价都是依靠评审人员进行评审，由于参赛人员和书法汉字数目很多，导致评审人员在评价的时候难免会出现评价不公平、耗时久、评价不准确等问题，使得软笔书法评价质量得不到保证。

目前，已经出现的书法临摹评价方法大多采取人工设计的方式来进行特征的提取，通过浅层的学习来获取低层特征，并不能够提取到图像的高级特征，显然这样的评价效果并不理想。深度学习技术可以通过对大量数据集进行自主学习，学习到图像的层级特征，提取到图像的高级特征。由于Alexnet网络模仿的是人的视觉系统处理信息的方式，对信息不断迭代与抽象化&