使用 YOLO 进行字符检测以实现多部中世纪手稿的书写者识别
计算机视觉与模式识别
2026-01-09 v1
摘要
古文字学是对古代和历史手写体的研究，其主要目标包括手稿的断代和理解书写的演变。通过识别参与中世纪手稿创作的各个书写者，有助于估计文档的撰写时间并追溯字体和书写风格的发展。尽管数字技术在该领域取得了重大进展，但这一普遍问题仍未解决并继续带来开放性挑战。……我们之前提出了一种专注于识别每位书写者所特有的特定字母或缩写的方法。在那项研究中，我们考虑了字母“a”，因为根据专家古文字学家的建议，它广泛存在于所有文本页面上且具有高度独特性。我们使用模板匹配技术检测每页上字符“a”的出现，并使用卷积神经网络（CNN）将每个实例归属于正确的书写者。基于先前系统取得的有趣结果，并认识到需要适当阈值才能工作的模板匹配技术的局限性，我们决定在同一框架下实验使用 YOLO 目标检测模型，以识别参与不同中世纪手稿写作的书写者。我们考虑使用第五版 YOLO 来实现 YOLO 目标检测模型，它完全替代了先前工作中使用的模板匹配和 CNN。实验结果表明，YOLO 有效地提取了更多所考虑的字母，从而实现了更准确的第二阶段分类。此外，YOLO 的置信度分数为开发应用拒绝阈值的系统奠定了基础，即使在未见过的手稿中也能实现可靠的书写者识别。
引用
@article{arxiv.2601.04834,
title = {Character Detection using YOLO for Writer Identification in multiple Medieval books},
author = {Alessandra Scotto di Freca and Tiziana D Alessandro and Francesco Fontanella and Filippo Sarria and Claudio De Stefano},
journal= {arXiv preprint arXiv:2601.04834},
year = {2026}
}
备注
7 pages, 2 figures, 1 table. Accepted at IEEE-CH 2025