[发明专利]一种文字图像识别标注方法及系统

说明书

本发明公开了一种文字图像识别标注方法及系统，该方法或者系统首先获取原始文字图像和含有多个文字图像标注样本的数据库；其次建立拉普拉斯附加信息对抗神经网络模型，并根据所述原始文字图像和所述拉普拉斯附加信息对抗神经网络模型，生成人工合成文字图像；再对所述人工合成文字图像按照图像类别进行分类，得到特征图像，并利用含有多个文字图像标注样本的数据库与特征图像进行匹配，将与所述特征图像匹配度最高的所述文字图像标注样本的标注信息添加至所述特征图像上，实现原始文字图像自动识别标注，提高了文字图像识别标注效率。

技术领域

本发明涉及图像处理领域，特别是涉及一种文字图像识别标注方法及系统。

背景技术

“水文”(水族文字)是我国目前除东巴文(纳西族文字)之外又一存活的象形文字，其传承大部分依靠特定人群口传、手抄形式，且现存水书大多字迹模糊、书品残破。截至目前全国“水书”古籍文献公藏仅有20000多册，由于年代久远，页面残缺、字迹模糊等问题普遍存在，对水书古籍的抢救性保护迫在眉睫。近年来，利用机器学习、大数据分析等先进的信息处理手段，突破古籍文献传统数字化保护方法，有效解决水书古籍文献数字化保护过程中图像清晰化处理、图像类别标注、手写文字识别等关键问题，推进我国古籍文献智能化数字化处理水平，逐步成为众多专家、学者的研究热点与探索方向。但是由于水书古籍图像数量大，且存在纹理、大小等格式不一致特点，即使采用了机器学习、大数据分析等先进的信息处理手段，在文字图像识别过程中仍然需要大量人工进行手动识别标注，工作繁琐。因此，如何提高水族文字图像识别标注效率，是图像处理领域急需解决的技术问题。

发明内容

本发明的目的是提供一种文字图像识别标注方法及系统，能够提高水族文字图像识别标注效率。

为实现上述目的，本发明提供了如下方案：

一种文字图像识别标注方法，所述文字图像识别标注方法包括：

获取原始文字图像和含有多个文字图像标注样本的数据库；

建立拉普拉斯附加信息对抗神经网络模型；

根据所述原始文字图像和所述拉普拉斯附加信息对抗神经网络模型，生成人工合成文字图像；

对所述人工合成文字图像进行处理，得到特征图像；

计算所述特征图像与所述数据库中每个所述文字图像标注样本的匹配度；

根据所述匹配度，对所述特征图像进行识别标注。

可选的，所述建立拉普拉斯附加信息对抗神经网络模型，具体包括：

建立生成模型和判别模型；

采用卷积神经网络模型训练所述生成模型和所述判别模型，并采用反向传播算法调整所述生成模型和所述判别模型的参数，得到处理后的生成模型和处理后的判别模型；

获取附加辅助数据信息；

根据所述处理后的生成模型、处理后的判别模型以及所述附加辅助数据信息，采用拉普拉斯金字塔结构，建立拉普拉斯附加信息对抗神经网络模型。

可选的，所述对所述人工合成文字图像进行处理，得到特征图像，具体包括：

根据所述人工合成文字图像，采用信息熵评估算法，确定所述人工合成文字图像的聚类簇数和距离阈值；

根据所述聚类簇数和所述距离阈值，对所述人工合成文字图像进行处理，得到特征图像。

可选的，所述根据所述聚类簇数和所述距离阈值，对所述人工合成文字图像进行处理，得到特征图像，具体包括：

根据所述距离阈值和所述卷积神经网络模型，构造线性回归模型；

根据所述线性回归模型，获取新的距离阈值；