古代文字图像识别与处理综述

古代文字，如埃及象形文字、甲骨文和古希腊文字，是人类文明重要的载体，蕴含着不可估量的历史和文化信息。自动化古代文字图像识别越来越受到重视，这有助于大规模解读，推动考古学和数字人文学科的研究。随着深度学习的兴起，该领域取得了快速进展，提出了诸多针对不同书法的专用数据集和模型。虽然这些文字差异巨大，涵盖了字形有限的声文字系统到拥有数千个复杂符号的表意文字系统，但它们共享许多共同挑战和方法论。此外，古代文字面临独特挑战，包括数据分布不平衡和图像退化，这推动了各种专用方法的发展。本综述提供了古代文字图像识别方法的全面回顾。我们首先根据书法类型对现有研究进行分类，分析各自的识别方法，突出其差异与共同策略。随后我们聚焦古代文字独有的挑战，系统性地检视其影响并回顾近期解决方案，包括少样本学习和鲁棒性技术。最后，我们总结当前局限，勾勒出有前景的未来方向。我们的目标是为古代文字的识别、解读与破译提供结构化、前瞻的视角，以支持该领域的持续进步。