多类别形态的未隶定青铜器铭文细粒度识别

打开文本图片集

摘 要：未隶定铭文的识别主要依靠传统卷积网络提供单一的全局特征，却忽略了部位识别和特征学习的关系，导致模型难以充分表达复杂形态的文字构造，进而产生识别误差。针对上述问题，提出了一种姿态对齐的多部位特征细粒度识别模型（MP-CNN）。在第一个阶段，构建空间转换器引导铭文统一字形姿态，辅助模型准确定位文字的鉴别性部位；在第二个阶段，构建级联的ECA（efficient channel attention）注意力机制引导特征通道组合，定位多个独立的鉴别性部位，并通过相互增强的方式细粒化地提取铭文的形态特征，解决复杂形态的文字识别问题；在第三个阶段，构建特征融合层获取识别结果。（剩余18763字）