-
题名面向民国档案印章分割的改进U-Net
被引量:2
- 1
-
-
作者
杨有
张汝荟
许鹏程
康慷
翟浩
-
机构
重庆国家应用数学中心(重庆师范大学)
重庆师范大学计算机与信息科学学院
-
出处
《计算机应用》
CSCD
北大核心
2023年第3期943-948,共6页
-
基金
重庆市研究生联合培养基地项目(2019-45)
重庆师范大学(博士启动/人才引进)基金资助项目(21XLB032)。
-
文摘
精准分割民国档案图像中的印章,有助于该类档案的智慧应用。针对民国档案印侵严重和过多噪声的问题,提出用于印章分割的网络UNet-S。该网络在保留U-Net的编解码器结构和跳跃连接的基础上从三个方面进行改进:一是使用多尺度残差模块替代U-Net原有的卷积层,使UNet-S既能有效提取多尺度特征,又能避免网络退化和梯度爆炸等问题;二是在多尺度残差模块中将普通卷积替换为深度可分离卷积(DSConv),大幅减少网络的参数量;三是使用BCEDiceLoss并根据仿真实验结果优选权重因子,以解决民国档案数据不平衡的问题。实验结果表明,相较于U-Net、DeepLab v2等网络,UNet-S的Dice相似系数(DSC)、平均交并比(mIoU)、平均像素准确率(MPA)取得了最优结果,最多提高了17.38%、32.68%和0.6%,参数量最多下降了76.64%。可见,UNet-S在民国档案数据集中分割效果更佳。
-
关键词
深度可分离卷积
U-Net
多尺度特征提取
民国档案
印章分割
-
Keywords
Depthwise Separable Convolution(DSConv)
U-Net
multi-scale feature extraction
archives of the Republic of China
seal segmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-