-
题名基于改进DenseNet网络的书法字体识别算法
- 1
-
-
作者
麦艮廷
梁艳
潘家辉
黄嘉琳
陈禧琳
佘依聪
-
机构
华南师范大学软件学院
-
出处
《计算机系统应用》
2022年第2期253-259,共7页
-
基金
广州市科技计划重点领域研发计划(202007030005)。
-
文摘
汉字书法是中华传统文化的代表,但是,由于书法字体具有风格迥异、结构复杂、变形繁多等特点,给大众学习和欣赏书法带来了极大障碍.为了解决普通老百姓解读书法作品的困难,提出一种基于改进DenseNet网络的书法字体识别算法,设计区域权值比例池化规则替换传统DenseNet网络的最大池化和平均池化规则,采用Nadam算法优化模型训练效果,进行自适应学习率调整,此外,提出基于剪枝技术的模型裁剪策略,在保证识别性能的同时,提高了模型的训练效率.实验结果表明,在由楷书、行书、隶书和篆书4类字体组成的混合字体数据集中,本文算法获得了96.13%的识别率,优于另外5种深度学习模型.
-
关键词
深度学习
DenseNet
书法字体识别
池化规则
模型裁剪
-
Keywords
deep learning
DenseNet
calligraphic font recognition
pooling rules
model pruning
-
分类号
J292.1
[艺术—美术]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
