基于深度学习的在线字临摹分析系统设计
2020年信息技术与网络安全第2期
张承强，张永爱，顾兴权
(1.福州大学 物理与信息工程学院，福建 福州 350116; 2.西安电子科技大学 通信工程学院，陕西 西安 710000)
摘要： 为方便和快速地进行字体临摹分析，该系统将纸面手写字与名人真迹字进行相似度比较，使用残差网络ResNet50模型和新的字相似度算法对手写字进行高精度识别并与名人真迹字快速地进行相似度计算。将自制的名人书法字数据集和普通中文数据集合在一起训练ResNet50模型，最后结合Web网站和Android开发了一个实时在线手写字与各名人书法字进行相似度比较的系统。Android端主要用来上传纸面手写字照片和展示处理的结果，搭建的Web网站用来对图片进行识别和相似度的计算与分析。
中图分类号：TP391
文献标识码：A
DOI： 10.19358/j.issn.2096-5133.2020.02.008
引用格式：张承强，张永爱，顾兴权.基于深度学习的在线字临摹分析系统设计［J］.信息技术与网络安全，2020,39（2）：40-44，56.
文献标识码：A
DOI： 10.19358/j.issn.2096-5133.2020.02.008
引用格式：张承强，张永爱，顾兴权.基于深度学习的在线字临摹分析系统设计［J］.信息技术与网络安全，2020,39（2）：40-44，56.
Design of online word copying analysis system based on deep learning
Zhang Chengqiang1,Zhang Yongai1,Gu Xingquan2
(1.College of Physics and Information Engineering,Fuzhou University,Fuzhou 350116,China; 2.College of Communications Engineering,Xidian University,Xi′an 710000,China)
Abstract： In order to expediently and quickly analyse the font copying,the system compares the similarity between the handwritten characters on paper and the original characters of famous people.Using the residuals network ResNet50 model and a new word similarity algorithm to recognize the handwritten words with high accuracy and calculate the similarity quickly with the famous handwritten words.ResNet50 model is trained by combining selfmade famous calligraphy character data set and common Chinese data set.At last,a realtime online handwritten word similarity comparison system is developed with the combination of web site and Android.Android mainly uploads photos of handwritten words on paper and displays the processing results, and the built web site is used to identify images and calculate and analyze the similarity of pictures.
Key words : ResNet50 model;word similarity algorithm;Chinese dataset;online comparison system
0 引言
在我国的各种古代艺术门类中，最具标志性，最能集中地、典型地、鲜明地、持续而广泛地表现民族精神和时代精神的艺术，非书法莫属。数字化的书法字体临摹成为了很多大众的爱好，数字化的手写字识别往往和深度学习相结合。深度学习是新兴的机器学习研究领域，旨在研究怎样从数据中自动地更好地提取多层特征表示，其核心思想是通过数据驱动的方式，采用一系列的非线性(如激活函数)变换，从原始数据中提取由低层到高层、由具体到抽象、由一般到特定语义的特征。ResNet(Residual Neural Network)是由微软研究院的He Kaiming等四名华人提出的强大深度学习网络，在ILSVRC2015比赛中取得冠军，ResNet的结构可以极快地加速神经网络的训练，模型的准确率也有比较大的提升，本文的深度学习网络采用的就是ResNet网络。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003159
作者信息：
张承强，张永爱，顾兴权
(1.福州大学 物理与信息工程学院，福建 福州 350116;2.西安电子科技大学 通信工程学院，陕西 西安 710000)
此内容为AET网站原创，未经授权禁止转载。