[发明专利]一种基于改进的VGG-16模型的传统蒙古文字母识别方法

说明书

本发明公开了一种基于改进的VGG‑16模型的传统蒙古文字母识别方法，主要对传统的蒙古文手写体字母图像数据进行预处理，将蒙古文手写体字母图像数据进行归一化和灰度化的预处理操作；一个图片代表一个蒙古文手写体字母，在传统蒙古文中，字母分为词首、词中、词尾三个部分；其中每个字母都有相应的词首、词中、词尾写法；把预处理过的数据按一定比例分为训练集和测试集；利用预处理的传统蒙古文手写体字母图像数据训练得到基于改进的VGG‑16模型；将该模型的分析结果与原网络模型的分析结果就损失值、识别精确率和F1值进行对比和评价，达到提高传统蒙古文手写体字母识别的效果。

技术领域

本发明涉及人工智能技术领域，特别涉及一种基于改进的VGG-16模型的传统蒙古文字母识别方法。

背景技术

文字是人类区别于其他动物很重要的一个方面，人类文明的传承和发展离不开文字。随着互联网与人工智能的快速发展，教育信息化已经开始影响并改变传统教育方式，在线解答等人机交互的场景越来越普遍，手写识别问题成为了计算机视觉领域的一个研究方向。对于人类来说识别手写文字是一件很简单的事，但这对于计算机而言非常复杂。近年来，深度卷积神经网络的发展给计算机视觉领域带来了革命性的变化，卷积神经网络和循环神经网络的结合在基于图像的序列识别问题中取得了巨大的成功，推动了手写识别领域的进展。作为模式识别的一个重要研究领域，手写识别得到了学术界的广泛研究和关注。热门语言(如汉文、英文、日文)的手写识别研究已经从简单的孤立词识别发展到文本行识别、无约束手写识别、文档识别和场景文字识别等领域。

我国是一个拥有五十六个民族的多元文化共存的国家，除汉族外，少数民族中的蒙古、藏、维吾尔、哈萨克等五十五个民族中三十八个民族拥有自己的文字，在本民族的政治、经济、文化、教育等各个领域中得到了广泛的使用，发挥着重要的作用。然而，蒙古文手写识别起步较晚、相关研究较少，且蒙古文具有词汇量巨大、书写自由、字符变形严重等特点，这些都给蒙古文手写识别带来了巨大挑战。

蒙古族是中华民族五十六个民族的重要成员之一，是草原游牧民族的典型代表和草原文化的重要传承者，蒙古文则是中国蒙古族同胞使用的主要文字，是蒙古国的官方语言，其使用范围广泛，在国际上具有很重要的地位。伴随着互联网与人工智能的快速发展，人机交互的场景将越来越普遍，而手写体文字识别将成为人机交互中重要的、不可或缺的一环，因此研究蒙古文手写体识别对蒙古地区的繁荣发展和民族团结，保护草原文化传承具有深远的意义。但是现存的蒙古语手写体识别技术不太成熟，这要取决于技术的选择、数据的准确率、研究的深度等多方面的影响。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供一种基于改进的VGG-16模型的传统蒙古文字母识别方法，具有以下三个特点：第一，用更准确、更庞大、更多样的数据训练模型，以便提高模型的准确率；第二，用改进的VGG-16网络来训练模型，这种网络更适合蒙古语手写体识别的发展；第三，用损失值、准确率和F1值来度量模型的性能，其中损失值越小、识别准确率越高、F1值越高模型性能越好，反之亦然。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明一种基于改进的VGG-16模型的传统蒙古文字母识别方法，包括如下步骤：

步骤1：对传统蒙古文手写体字母图像数据进行预处理操作；

步骤2：将经过预处理得到的数据按一定比例分为训练集和测试集；

步骤3：改进的VGG-16层级结构主要由数据输入层、卷积层、激活层、池化层和全连接层构成。改进的VGG-16是将蒙古文字母图像进到2层的卷积层和最大池化层，再进到3层的卷积层和最大池化层，最后送入两层全连接。改进的VGG-16与VGG-16的区别在于将VGG-16的13层卷积层缩减为5层，最大池化层的5层减少至2层，全连接层由3层变为2层。

步骤4：将改进的VGG-16模型在大规模的语料进行预训练，得到改进的VGG-16模型的蒙古文手写体字母识别的模型；