藏文文献版面分析中去噪方法研究

• 作 者: 管美静 珠杰 吴燕如
• 机 构: 西藏大学计算机科学系,藏文信息技术国家地方联合中心
• 出 处: 电脑知识与技术
• 发表日期: 2020年29期
• 关键词: 图像去噪 卷积神经网络 残差学习 藏文文献版面
• 基金项目: 西藏自治区高等教育教学改革研究重点项目“多学科融合的新工科创新创业教育体系研究”“藏语文传承与发展之藏汉双向机器翻译平台建设”“计算机及藏文信息技术国家团队及重点实验室建设项目(藏大财指[2018]81号)”,国家重点研发计划重点专项(2017YFB140220),西藏大学研究生“高水平人才培养计划”项目(2017-GSP-133)

针对藏文文献版面的特征,本文结合藏字结构的特征,提出一种基于卷积神经网络的DnCNN藏文文献版面去噪算法。该方法采用17层网络结构深度学习版面特征,在训练过程中结合批量标准化和ReLU激活函数提高训练速度和特征的学习精度,最后使用残差学习输出残差图像。实验结果表明,针对藏文文献版面中易出现的噪声有良好的去噪表现,不但有较高的峰值信噪比,而且在主观评价方面也有不错的评价。