基于深度學習的在線字臨摹分析系統設計
2020年信息技術與網絡安全第2期
張承強，張永愛，顧興權
(1.福州大學 物理與信息工程學院，福建 福州 350116; 2.西安電子科技大學 通信工程學院，陜西 西安 710000)
摘要： 為方便和快速地進行字體臨摹分析，該系統將紙面手寫字與名人真跡字進行相似度比較，使用殘差網絡ResNet50模型和新的字相似度算法對手寫字進行高精度識別并與名人真跡字快速地進行相似度計算。將自制的名人書法字數據集和普通中文數據集合在一起訓練ResNet50模型，最后結合Web網站和Android開發了一個實時在線手寫字與各名人書法字進行相似度比較的系統。Android端主要用來上傳紙面手寫字照片和展示處理的結果，搭建的Web網站用來對圖片進行識別和相似度的計算與分析。
中圖分類號：TP391
文獻標識碼：A
DOI： 10.19358/j.issn.2096-5133.2020.02.008
引用格式：張承強，張永愛，顧興權.基于深度學習的在線字臨摹分析系統設計［J］.信息技術與網絡安全，2020,39（2）：40-44，56.
文獻標識碼：A
DOI： 10.19358/j.issn.2096-5133.2020.02.008
引用格式：張承強，張永愛，顧興權.基于深度學習的在線字臨摹分析系統設計［J］.信息技術與網絡安全，2020,39（2）：40-44，56.
Design of online word copying analysis system based on deep learning
Zhang Chengqiang1,Zhang Yongai1,Gu Xingquan2
(1.College of Physics and Information Engineering,Fuzhou University,Fuzhou 350116,China; 2.College of Communications Engineering,Xidian University,Xi′an 710000,China)
Abstract： In order to expediently and quickly analyse the font copying,the system compares the similarity between the handwritten characters on paper and the original characters of famous people.Using the residuals network ResNet50 model and a new word similarity algorithm to recognize the handwritten words with high accuracy and calculate the similarity quickly with the famous handwritten words.ResNet50 model is trained by combining selfmade famous calligraphy character data set and common Chinese data set.At last,a realtime online handwritten word similarity comparison system is developed with the combination of web site and Android.Android mainly uploads photos of handwritten words on paper and displays the processing results, and the built web site is used to identify images and calculate and analyze the similarity of pictures.
Key words : ResNet50 model;word similarity algorithm;Chinese dataset;online comparison system
0 引言
在我國的各種古代藝術門類中，最具標志性，最能集中地、典型地、鮮明地、持續而廣泛地表現民族精神和時代精神的藝術，非書法莫屬。數字化的書法字體臨摹成為了很多大眾的愛好，數字化的手寫字識別往往和深度學習相結合。深度學習是新興的機器學習研究領域，旨在研究怎樣從數據中自動地更好地提取多層特征表示，其核心思想是通過數據驅動的方式，采用一系列的非線性(如激活函數)變換，從原始數據中提取由低層到高層、由具體到抽象、由一般到特定語義的特征。ResNet(Residual Neural Network)是由微軟研究院的He Kaiming等四名華人提出的強大深度學習網絡，在ILSVRC2015比賽中取得冠軍，ResNet的結構可以極快地加速神經網絡的訓練，模型的準確率也有比較大的提升，本文的深度學習網絡采用的就是ResNet網絡。
本文詳細內容請下載：http://m.jysgc.com/resource/share/2000003159
作者信息：
張承強，張永愛，顧興權
(1.福州大學 物理與信息工程學院，福建 福州 350116;2.西安電子科技大學 通信工程學院，陜西 西安 710000)
此內容為AET網站原創，未經授權禁止轉載。