一种基于深度学习的古文字识别方法及系统

摘要

本发明涉及一种基于深度学习的古文字识别方法及系统，方法包括：获取古文字图像数据集并制作分类标签；对图像数据集中的图像进行预处理，并通过图像增广扩充数据集；通过深度神经网络对预处理与图像增广后的图像数据集进行特征提取，并对提取的特征通过分类器分类，以实现不同时间的篆文形体的演变识别；利用人工设计特征，使用模板匹配的方法进行辅助训练，以对分类器的分类结果进一步分类。本发明能够根据改进的深度卷积神经网络模型更加精确的实现正确分类，并借助传统人工设计特征进行辅助训练，进一步提高分类准确率，为具有古文字识别需求的用户群提供更好的体验。