改进ResNeSt网络的拓片甲骨文字识别

摘要: 目前，拓片甲骨文字的识别方法存在局部细节特征提取能力弱，对部分高相似度的甲骨文字识别率较低的问题。为此，本文提出了一种基于改进ResNeSt网络的甲骨文字识别方法，通过设计跳转连接结构，逐步将网络浅层特征向网络深层传递并进行融合；同时结合甲骨文字“长条形”的特点，引入坐标注意力机制模块，从宽度和高度两个方向上对所得特征进行加权融合；最后通过去掉网络最后一层的激活函数和全连接层以及对最后一个卷积层输出通道数的重新设置，对网络分类器进行了有效优化。实验结果表明，本文提出的改进拓片甲骨文字识别模型在OBC306数据集上识别准确率达到93.53%，取得了目前最好的识别效果。

• 关键词: 
• ResNeSt网络模型  /  
• 甲骨文字识别  /  
• 跳转连接  /  
• 坐标注意力机制  /  
• 分类器优化  /  
• OBC306  /  
• 深度学习  /  
• 神经网络  

甲骨文主要指殷墟甲骨文，是殷商时代刻在龟甲兽骨上的文字，它是中国已发现的古代文字中时代最早、体系较为完整的文字，对中国文化史的完善以及汉字形成和演变的研究有着极其重要的意义[1]。拓片甲骨文字图像主要是由专家对出土的龟甲、兽骨等文字载体上进行拓片所获得的原始图像，由于龟甲、兽骨埋藏于地下，年代久远，遭受侵蚀，所以获得的拓片甲骨文字图像具有噪声严重、图像残缺、类内样本少、类间分布不均的问题[2]，同时由于古代文字书写风格随意，部分甲骨文字的相似度极高，这些都增加了计算机识别甲骨文字的难度，从而导致识别准确率较低。