[发明专利]一种甲骨文识别方法及系统

说明书

本发明公开了一种甲骨文识别方法及系统，涉及甲骨文信息处理技术领域，其中甲骨文识别方法包括以下步骤：获取不同甲骨文字的原始书写图片并进行扩充，得到扩充后的图片；对不同甲骨文字的原始书写图片及扩充后的图片分别进行标注，得到训练集；基于EasyDL平台，及PaddlePaddle深度学习框架，结合Auto Model Search选择与甲骨文字的训练集的训练样本数据处理最为匹配的算法，创建手写甲骨文识别模型；利用训练完毕的手写甲骨文识别模型对用户输入的待识别甲骨文字进行识别。本发明可应用在各类甲骨文数据库检索系统中，供不同人群进行甲骨文识别，提高了甲骨文检索的准确率及效率。

技术领域

本发明涉及甲骨文信息处理技术领域，具体为一种甲骨文识别方法及系统。

背景技术

甲骨文是中国迄今发现的最早的文字系统。甲骨文研究对于揭示中国古代社会制度、居民生活和重大历史事件具有重要意义。传统的甲骨文研究包括甲骨片缀合、字义考释、甲骨字组类划分等，但由于甲骨文距今年代久远，甲骨文的书写形式和基本语法规则与现代文字有很大的不同，加之缺乏足够的传世文献，传统研究在考释、缀合等研究方向面临巨大瓶颈。而计算机技术的发展使得甲骨文相关史料、文献得到数字化保存，同时也给利用计算机处理和研究甲骨文提供了条件。

在专业领域研究方面，甲骨学研究需要大量的古文字知识储备与积累，高效的查找和检索相关信息是保障相关研究的基础。在甲骨文文化推广方面，对于普通群众，认识甲骨字以及了解其相关意思、背景是核心需求。

甲骨文载体有多种形式，较为常见的有拓片、照片以及临摹体，其中临摹体为书写者比照镌刻的甲骨字，书写在纸上或者电子画板上的一种形式。目前大型甲骨文大数据平台均提供甲骨文字库功能，其文字形式大多以手写体形式存在，例如殷契文淵(http://jgw.aynu.edu.cn/)。手写甲骨文识别研究为甲骨文检索、相关资料查找以及知识关联等提供了便利的技术手段。通过任意形式的手写输入，即使一般用户的非专业字形临摹，可以快速定位到相应的甲骨文，并且通过相关文献、图片等资料信息映射等可以满足各种甲骨文研究以及文化推广的需求。

目前，现有技术中，之间针对手写甲骨文识别的研究成果较少，甲骨文识别研究主要针对甲骨字拓片进行开展。主要方法可分为两类：(1)基于传统机器学习的识别方法；(2)基于深度学习的识别方法。

若考虑面向甲骨文拓片文字识别的研究成果，相关技术缺点总结如下：

(1)其中基于传统机器学习的方法把甲骨文看作图像处理，通过分析其图形图像特点将其转化成相应的结构编码等形式，再利用相似度计算以及SVM等分类算法实现甲骨文的识别。

但基于甲骨文拓扑、字形结构以及传统机器学习的方法，在处理复杂文字时仍然存在一些问题，特别是合体字，同时具有较多笔画时效果较差，并且识别效果受拓片中文字清晰度以及断裂、磨损等噪声影响较大。

(2)基于深度学习的识别方法通过对拓片上的甲骨字进行检测，然后利用CNN、YOLO、Inception v3等深度学习模型实现甲骨文的识别。

虽然基于深度学习的甲骨文识别研究，在处理能力以及识别效果上与传统机器学习方法相比有一定优势，仍然存在一定问题，主要包括：首先，研究者基于CNN、YOLO、Inception-v3等深度学习模型进行甲骨文识别，其准确率仍然相对较低，识别方法大多处于实验室级别，无法进一步大规模实际应用。其次，现有相关研究提出的算法在执行效率上仍有所欠缺，响应时间等仍有进步空间。最后，针对拓片的识别处理使用的都是裁剪后的拓片文字，其形式不具有手写体的录入方式的多样性，现有方法难以直接应用于手写甲骨文识别。

发明内容

本发明提出了一种甲骨文识别方法及系统，能够更为快速准确的识别出用户手写的甲骨字，提供技术工具支撑，可使用户方便的进行甲骨文以及相关文献资料的检索与查找。

本发明提供了一种甲骨文识别方法，包括以下步骤：