[发明专利]铭文的识别方法、存储介质和计算机设备

说明书

本发明提供一种铭文的识别方法、存储介质和计算机设备。该方法包括以下步骤：获取包含有铭文文字的铭文图像信息；利用训练过的铭文文字识别神经网络模型对所述铭文图像信息中的铭文文字进行自动识别，获得铭文文字的识别结果。利用本申请的技术方案，能够直接自动完成对当前铭文的识别并实时翻译成汉语，同时，对于残缺的铭文文字还能够实现自动修复补全，大大减少了考古工作者的工作量，为考古工作者带来极大的便利。

技术领域

本发明涉及考古领域，尤其涉及一种铭文的识别方法、存储介质和计算机设备。

背景技术

在如今的考古领域，尽管很多实际的考察设备已经在慢慢得到改善，但是在实际考古的过程中仍然存在考古工作者准确识别铭文的难题，从而在考古工作的开展过程中形成一定的障碍，延迟了考古工作的开展进度。

目前，在考古领域亟需一种对铭文进行自动识别的技术，在识别过程中自动检测铭文的缺陷以及进行缺陷的自动补救，以此来减少考古工作者在实际工作中遇到的技术难题，帮助考古工作这更加快速地确定出铭文的真实含义，从而评价铭文的价值。

发明内容

本发明的主要目的是提供一种铭文的识别方法、存储介质和计算机设备，以实现古文物铭文的自动识别。

第一方面，本申请提供一种铭文的识别方法，包括以下步骤：获取包含有铭文文字的铭文图像信息；利用训练过的铭文文字识别神经网络模型对所述铭文图像信息中的铭文文字进行自动识别，获得铭文文字的识别结果。

在一个实施例中，利用训练过的铭文文字识别神经网络模型对所述铭文图像信息中的铭文文字进行自动识别，获得铭文文字的识别结果，包括：提取铭文图像信息中的铭文文字的笔画特征，根据所述铭文文字的笔画特征确定铭文文字所属的文字类型；根据预存的所述文字类型的文字，对铭文图像信息中的铭文文字进行识别，获得铭文文字的识别结果。

在一个实施例中，根据所述铭文文字的笔画特征确定铭文文字的文字类型，包括：将铭文文字的笔画特征与预存的多种文字类型的文字的笔画特征进行匹配，根据匹配结果在预存的文字类型中确定出铭文文字所属的文字类型。

在一个实施例中，根据匹配结果在预存的文字类型中确定出铭文文字所属的文字类型，包括：对于预存的每种文字类型，将铭文文字的笔画特征与预存的该种文字类型的文字的笔画特征进行匹配，确定匹配成功的笔画特征的数量占铭文文字的笔画特征的总数量的比值，将所述比值作为铭文文字属于该种文字类型的概率；将铭文文字属于每种文字类型的概率与预设概率阈值进行比较，当所述概率大于或等于预设概率阈值时，将该种文字类型作为铭文文字的可能文字类型；在所述可能文字类型中，选择最大的所述概率所对应的文字类型作为铭文文字所属的文字类型。

在一个实施例中，在获得铭文文字的识别结果之后，所述方法还包括步骤：根据铭文文字的识别结果，对所述铭文图像信息中的铭文文字进行修复。

在一个实施例中，在获得铭文文字的识别结果之后，所述方法还包括步骤：根据所述铭文图像信息中的铭文文字所属的文字类型，按照铭文文字与指定语言之间的对应关系，将铭文文字的识别结果翻译成指定语言。

在一个实施例中，所述将铭文文字的识别结果翻译成指定语言，包括以下步骤：将铭文文字的识别结果翻译成指定语言，并按照指定语言的语法规则对所述翻译结果进行分析和调整，确定出符合指定语言的语法规则的翻译结果进行输出。

在一个实施例中，所述指定语言包括现代汉语。

在一个实施例中，所述铭文文字识别神经网络模型通过以下步骤构建：获取用于训练铭文文字识别神经网络模型的样本数据集，其中，所述样本数据集包括多个对应于不同文字类型的样本子集，每个所述样本子集包括一种文字类型及该种文字类型的文字的笔画特征，以及该种文字类型下的相互关联的残缺的文字及其对应的完整的文字；利用所述样本数据集对铭文文字识别神经网络模型进行训练，获得训练后的铭文文字识别神经网络模型。