| 基于改进DenseNet网络的书法字体识别算法 |
| |
| 引用本文： | 麦艮廷,梁艳,潘家辉,黄嘉琳,陈禧琳,佘依聪.基于改进DenseNet网络的书法字体识别算法[J].计算机系统应用,2022,31(2):253-259. |
| |
| 作者姓名： | 麦艮廷 梁艳 潘家辉 黄嘉琳 陈禧琳 佘依聪 |
| |
| 作者单位： | 华南师范大学 软件学院, 佛山 528225 |
| |
| 基金项目： | 广州市科技计划重点领域研发计划(202007030005) |
| |
| 摘 要： | 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 |
| 收稿时间： | 2021/4/27 0:00:00 |
| 修稿时间： | 2021/5/19 0:00:00 |
Calligraphic Font Recognition Algorithm Based on Improved DenseNet Network |
| |
| MAI Gen-Ting,LIANG Yan,PAN Jia-Hui,HUANG Jia-Lin,CHEN Xi-Lin,SHE Yi-Cong.Calligraphic Font Recognition Algorithm Based on Improved DenseNet Network[J].Computer Systems& Applications,2022,31(2):253-259. |
| |
| Authors: | MAI Gen-Ting LIANG Yan PAN Jia-Hui HUANG Jia-Lin CHEN Xi-Lin SHE Yi-Cong |
| |
| Affiliation: | School of Software, South China Normal University, Foshan 528225, China |
| |
| Abstract: | |
| |
| Keywords: | deep learning DenseNet calligraphic font recognition pooling rules model pruning |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
