.png){kind=icon}
返回
Multi-modal ancient scripts recognition via deep learning with data homogenization and augmentation
.png){kind=icon}
OA
AI
DOI：10.1038/s40494-025-02095-x.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
古代文字脚本为古代社会提供了无价的见解，其有效识别对于文物古迹保护、文本解读和文化遗产保护至关重要。当前研究主要集中于单一模式的古代文本数据识别，例如独立处理拓片或手写脚本，然而古代文字在不同模式中表现出多样化的形式。为解决这一问题，我们提出了一种新颖的多模态识别框架，能够处理如甲骨文拓片和手写脚本等混合输入。我们的方法采用两个附加模块：一个跨模态数据同质化模块以统一异构数据表示，以及一个数据增强模块以增强模型鲁棒性，然后通过卷积神经网络实现识别。在甲骨文和金文数据集上进行评估，我们的方法在识别准确率和跨模态泛化能力方面均优于基线方法。
Keyword:
multi-modal recognition
ancient scripts
data homogenization
data augmentation
deep learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
N
IF:
3.9
论文数:
899
被引数:
2
机构
引用论文
Large-scale continual learning for ancient Chinese character recognition.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Oracle Bone Inscription Character Recognition Based on a Novel Convolutional Neural Network Architecture基于新型卷积神经网络架构的甲骨文字符识别IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Improvement of Ancient Shui Character Recognition Model Based on Convolutional Neural Network基于卷积神经网络的古水文字识别模型的改进IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏分享收藏TransAttUnet: Multi-Level Attention-Guided U-Net With Transformer for Medical Image SegmentationTransAttUnet: 具有变压器的多级注意力引导u-net，用于医学图像分割OAAI
OAAI分享收藏
查看更多内容