.png){kind=icon}
返回
Complex Layout Analysis Algorithm in Chinese Ancient Mathematical Books
.png){kind=icon}
PRE
AI
DOI：10.1007/s10032-026-00584-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
中国古代数学书籍的版面分析面临显著挑战。待检测元素分布密集，数学符号与汉字的形态相似性使版面分析复杂化。此外，墨迹污渍退化及历史保存过程中的噪声干扰限制了传统方法。鉴于当前目标检测算法在处理高噪声、密集检测和相似类别区分方面的局限性，本文提出AL-YOLO（Ancient Layout You Only Look Once）检测框架。通过三重架构增强，AL-YOLO提高了复杂版面分割精度。首先，在特征提取过程中设计了混合退化感知卷积模块（HDAC）以增强模型特征表示能力并缓解深度网络中的特征退化问题。引入非对称卷积网络（ACNet）以增强噪声区域的几何特征表示，结合高效多尺度注意力（EMA）机制动态聚焦关键纹理特征，提高模糊字符和损坏符号的检测。其次，将传统路径聚合网络（PAN）改进为双向特征金字塔网络（BiFPN），通过跨层特征融合增强对符号和密集文本的感知。最后，采用加权交并比（WIoU）作为边界框回归损失函数，校正元素位置偏差。实验表明，AL-YOLO可对17类目标进行精细检测，与SOTA模型相比平均精度（mAP0.5）提升3.5%。该方法在应对噪声干扰、密集元素分布和类别区分方面表现出显著优势，为数学书籍数字化保存提供了有效技术方案。
Keyword:
Chinese Ancient Mathematical Books
Object Detection
YOLOv8
Layout Analysis
期刊
I
IF:
2.5
论文数:
40
被引数:
826
机构
引用论文
Swin Transformer: Hierarchical Vision Transformer using Shifted WindowsSwin Transformer: 使用移位窗口的分层视觉转换器
OAAI
.png){kind=icon}
OAAI分享收藏YOLOv9: Learning What You Want to Learn Using Programmable Gradient InformationYOLOv9: 使用可编程梯度信息学习您想要学习的内容
PREAI
分享收藏Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition用于视觉识别的深度卷积网络中的空间金字塔池化
OAAI
OAAI分享收藏分享收藏
查看更多内容