计算机工程与科学

作者：马金林, 闫琦, 马自萍

单位：1.北方民族大学计算机科学与工程学院，宁夏 银川 750021；2.图像图形智能信息处理国家民委重点实验室，宁夏 银川 750021;3.北方民族大学数学与信息科学学院，宁夏 银川 750021

关键词：西夏文字识别,多尺度特征融合,掩码学习,逆残差块,

基金：国家自然科学基金（62462001）；宁夏自然科学基金（2023AAC03264）；北方民族大学中央高校基本科研业务费专项资金资助（2023ZRLG02）；宁夏高等学校科学研究项目（NYG2024066）

针对现有方法对模糊、残缺西夏文字识别能力较差的问题，提出西夏文字识别模型MMSFTR。首先，提出多层掩码学习策略，分层次提取字符关键特征，帮助模型更有效地理解西夏文字内部结构，提高对复杂西夏文字的特征描述能力。其次，设计多尺度特征融合模块，以提取更丰富的多尺度特征。然后，提出通道自适应注意力模块，更好地选择和关注特定通道的信息，并设计掩码注意力模块改善模型感知能力。最后，设计特征增强模块，对网络进行多层次特征优化，并进行深层次特征增强。MMSFTR通过4个模块的协同作业，使得模型达到了预期效果。实验结果显示：MMSFTR在TCD-E数据集上达到99.40%的识别准确率，有效提升了对模糊、残缺西夏文字的识别效果。

来源：2024年第12期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第12期