基于跨模态深度度量学习的甲骨文字识别

• Published in: 自动化学报 Vol. 47; no. 4; pp. 791 - 800
• Main Authors: 张颐康, 张恒, 刘永革, 刘成林
• Format: Journal Article
• Language: Chinese
• Published: 中国科学院脑科学与智能技术卓越创新中心 北京100190 01.04.2021; 中科院大学人工智能学院 北京100049%中国科学院自动化研究所模式识别国家重点实验室 北京100190%安阳师范学院 安阳455099%中国科学院自动化研究所模式识别国家重点实验室 北京100190; 中国科学院自动化研究所模式识别国家重点实验室 北京100190; 中科院大学人工智能学院 北京100049
• Subjects: 最近邻分类; 跨模态学习; 深度度量学习; 甲骨文字识别
• ISSN: 0254-4156
• DOI: 10.16383/j.aas.c200443

甲骨文字图像可以分为拓片甲骨文字与临摹甲骨文字两类.拓片甲骨文字图像是从龟甲、兽骨等载体上获取的原始拓片图像,临摹甲骨文字图像是经过专家手工书写得到的高清图像.拓片甲骨文字样本难以获得,而临摹文字样本相对容易获得.为了提高拓片甲骨文字识别的性能,本文提出一种基于跨模态深度度量学习的甲骨文字识别方法,通过对临摹甲骨文字和拓片甲骨文字进行共享特征空间建模和最近邻分类,实现了拓片甲骨文字的跨模态识别.实验结果表明,在拓片甲骨文字识别任务上,本文提出的跨模态学习方法比单模态方法有明显的提升,同时对新类别拓片甲骨文字也能增量识别.