Fusion de prior de forme pour la détection des inscriptions oraculaires

Les méthodes de détection de textes dans différentes scènes modernes ont connu un développement rapide, cependant, elles ne peuvent pas être directement appliquées à un autre type ancien mais important de caractères chinois, les inscriptions oraculaires (OBIs). Contrairement aux textes modernes qui sont écrits ou imprimés dans un endroit spécifique et représentent une signification spécifique, les OBIs étaient simplement gravées sur des os d'animaux avec peu de relations vagues et étaient similaires à d'autres zones de bruit qui ne contiennent que des fissures. Dans cet article, nous visons à détecter les OBIs à partir des images numériques de frottis en utilisant des méthodes d'apprentissage profond. Nous proposons un modèle basé sur l'attention et exploitons les caractéristiques latentes des caractères anciens pour guider le modèle. Tout d'abord, nous avons utilisé un réseau de classification pour acquérir le prior de forme des inscriptions. Ensuite, un module basé sur le mécanisme d'attention est utilisé pour fusionner l'information du prior avec la carte de caractéristiques de haute dimension. Avec ce module auxiliaire, l'information prior est introduite dans le réseau principal et les modèles existants peuvent être entraînés de zéro pour compléter la tâche de détection des OBIs sans un grand nombre de travaux de pré-formation et une conception minutieuse d'ajustement fin. Nous réalisons des expériences sur un ensemble de données récemment divisé et rigoureux et les résultats prouvent que notre réseau avec une échelle de paramètres légère atteint finalement de bonnes performances.