.png){kind=icon}
返回
OracleGCD: Generalized Category Discovery for Oracle Bone Scripts
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-04624-6_27.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
甲骨文，已知最古老的中国文字系统，由于未释读字符数量庞大和标注数据稀缺，在字符识别与释读方面构成严峻挑战。本文提出OracleGCD框架，将广义类别发现（GCD）应用于甲骨文，同时处理已知字符识别及新类别发现与聚类。具体而言，OracleGCD采用笔画感知的不对称视图增强机制，利用双粒度（粗粒度与细粒度）增强提取更具判别性的特征。粗粒度增强对整个图像进行数据变换，而细粒度增强则先通过自适应阈值分割提取显著笔画区域，再对关键区域进行针对性变换以优化局部特征表示。此外，本文提出置信度引导的协同特征学习，基于模型logit输出预测未标注样本的伪标签，使未标注数据可用于监督对比学习。同时采用logit调整策略应对数据集的长尾类别分布。大量实验表明，本框架为甲骨文字符发现设定了新的性能基准，在已知字符识别和新类别识别与聚类上显著优于基线方法，推动甲骨文自动化分析，并有望助力古代汉字释读。
Keyword:
Historic Chinese Characters
Oracle Bone Characters
Optical Character Recognition
Data Augmentation
Generalized Category Discovery
期刊
D
IF:
0
论文数:
31
被引数:
0
机构
引用论文
.png){kind=icon}
查看更多内容