一种融合ViT与卷积神经网络的毛笔字体类型快速识别方法
基本信息
| 申请号 | CN202210391003.7 | 申请日 | - |
| 公开（公告）号 | CN114677687A | 公开（公告）日 | 2022-06-28 |
| 申请公布号 | CN114677687A | 申请公布日 | 2022-06-28 |
| 分类号 | G06V30/32（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 刘卓亚;车超 | 申请（专利权）人 | 大连大学 |
| 代理机构 | 大连智高专利事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 116622辽宁省大连市经济技术开发区学府大街10号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种融合ViT与卷积神经网络的毛笔字体类型快速识别方法，包括：步骤1：对从书法字体库获得的多种类别毛笔字体图像数据进行预处理；步骤2：对毛笔字体图像数据的亮度、对比度饱和度进行调整；步骤3：将所述数据集中的毛笔字体图像调整成相同分辨率格式；步骤4：调整后的毛笔字体图像以及标注数据送入CNN中，提取出字体的局部特征信息；步骤5：调整后的毛笔字体图像以及标注数据送入ViT中，提取出字体的结构特征信息；步骤6：将所述字体的局部特征信息和结构特征信息进行结合，送入分类模型中进行训练；本方法取得了良好的识别精度，极大的提高了书法字体识别的速度和便捷性，为智能设备的开发应用提供了技术保障。 |
