基于FCN-AC-ASPP的手写体去除方法

摘要：

针对印刷体和手写体分类准确率不够高的问题,本文首先提出了一种印刷体与手写体像素级样本制作方法,并制作了印刷体和手写体数据集.其次提出了一种基于带空洞卷积和空洞空间金字塔池化的全卷积神经网络(FCN-AC-ASPP)模型.经过对FCN-AC-ASPP模型的训练和检测,该模型的分类准确率平均交并比(IoU)达到96.10％,优于全卷积神经网络(FCN)、DeeplabV3+、带空洞卷积的全卷积神经网络(FCN-AC)模型.最后对于同时含有印刷体和手写体的新图片,用训练好的FCN-AC-ASPP模型对印刷体和手写体分类,从而把手写体去除.

关键词：手写体、印刷体、分类、全卷积神经网络(FCN)、空洞卷积(AC)、空洞空间金字塔池化(ASPP)

所属期刊栏目：32

分类号：TP391.41;TP751;TP183

资助基金：国家自然科学基金;国家重点研发计划;浙江省教育厅科研项目

在线出版日期：2022-12-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：972-979