基于深度神经网络的拜占庭印章字符识别
计算机视觉与模式识别
2024-01-22 v1
摘要
印章是微小的硬币状文物，多由铅制成，用绳子系住以封印信件。本工作首次尝试自动读取拜占庭印章图像上的文本。拜占庭印章正面通常饰有图像，背面则刻有希腊文文本。文本可能包含发件人姓名、其在拜占庭贵族中的职位以及祈祷内容。文本与图像均为有待电子化利用的珍贵文学史料，因此开发用于解读印章图像的计算机化系统至关重要。因此，本工作的贡献在于提出了一种用于转录拜占庭印章图像的深度两阶段字符读取流水线。首个深度卷积神经网络（CNN）用于检测印章中的字符（字符定位）。第二个卷积网络用于读取已定位的字符（字符分类）。最后，通过对两个网络的输出进行后处理，提供印章的忠实转录。我们对每个 CNN 的独立性能以及两个 CNN 的组合性能进行了实验评估。所有性能均通过交叉验证进行评估。字符定位实现了大于 0.9 的平均精度均值（[email protected]）。对从真实边界框裁剪的字符进行分类实现了大于 0.92 的 Top-1 准确率。端到端评估表明，与类似任务的最先进技术（SoTA）相比，所提方法具有有效性。
引用
@article{arxiv.2401.10741,
title = {Character Recognition in Byzantine Seals with Deep Neural Networks},
author = {Théophile Rageau and Laurence Likforman-Sulem and Attilio Fiandrotti and Victoria Eyharabide and Béatrice Caseau and Jean-Claude Cheynet},
journal= {arXiv preprint arXiv:2401.10741},
year = {2024}
}