[发明专利]基于深度学习的软笔书法临摹评价方法

权利要求书

1.一种基于深度学习的软笔书法临摹评价方法，步骤如下：

(1)行书文字截取；

(2)图片处理，扩充数据集；

(3)通过AlexNet网络对扩充后的数据集进行训练；

(4)对单个行书文字进行评价，通过相似度和阈值的对比得到最终的评价结果。

2.根据权利要求1所述的基于深度学习的软笔书法临摹评价方法，其特征在于：步骤(1)是截取书法数据集为CSAIA-HWDB1.1数据库中500个汉字的行书字体，并且按照截取顺序命名。

3.根据权利要求1所述的基于深度学习的软笔书法临摹评价方法，其特征在于：所述的图片处理包括依次进行的图片缩放步骤、图片旋转步骤、图片加噪声步骤。

4.根据权利要求3所述的基于深度学习的软笔书法临摹评价方法，其特征在于：所述的图片加噪声步骤是采用加椒盐噪声的方式，对每一个汉字的数据集都加入两种密度的噪声。

5.根据权利要求1所述的基于深度学习的软笔书法临摹评价方法，其特征在于：通过AlexNet网络对扩充后的数据集进行训练的具体步骤为：

(1)将扩充后的数据集按4:1的比例分为训练集与测试集；

(2)在pycharm环境下通过Python程序生成数据集的标签文件，然后在Caffe的框架下将数据集转化为Caffe可用的lmdb格式数据集；

(3)对网络进行初始配置；

(4)对Alexnet网络进行重复监督训练，并在学习的过程中根据学习误差不断调整网络各层之间的连接权重，并通过测试集进行网络测试，获取网络测试的准确率；

(5)在准确率最高的时候，记录迭代次数，选择Alexnet网络迭代次数为记录的次数时的模型作为书法临摹的评价模型。

6.根据权利要求5所述的基于深度学习的软笔书法临摹评价方法，其特征在于：网络初始设置参数为：基础学习率设为0.01，每100次迭代测试一次，且测试迭代次数为100次，最大迭代次数设为10万次，权重衰减为0.0005。