藏文文献版面分析中去噪方法研究  

作　　者：管美静 珠杰[1,2] 吴燕如 

机构地区：[1]西藏大学计算机科学系,西藏拉萨850000 [2]藏文信息技术国家地方联合中心,西藏拉萨850000

出　　处：《电脑知识与技术》2020年第29期196-198,共3页Computer Knowledge and Technology

基　　金：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)。

摘　　要：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。

关 键 词：图像去噪 卷积神经网络 残差学习 藏文文献版面 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]