基于FM-MobileViT网络的拓片甲骨文字识别

来源：计算机技术与发展杂志2025年第05期北京时间：

作者：李子含;屈乐达;刘思源

摘要：甲骨文是汉字的源头和中华优秀传统文化的根脉。 由于甲骨文拓片为人工雕刻且深埋地下,存在样本分布不均、噪声严重等问题,导致识别精度不高。 针对以上问题,提出一种基于 FM - MobileViT ( Fusion and Attention Mechanism MobileViT)网络的甲骨文字识别方法。 首先,对数据集中图像进行锐化预处理操作,使目标边缘更清晰明显;并对数据数量过少的字符类别对应图像采用随机旋转、随机错切等方式进行数据增强,提升了数据集的质量,丰富了样本数据。 其次,设计融合模块,构建跳转连接结构,将深浅层特征融合,使提取到的特征图能够融合浅层特征和语义特征;并在融合模块中引入 CBAM 注意力机制,使融合操作更有指向性、目的性,增强模型特征提取的能力。 通过消融实验和对比实验表明,FM-MobileViT 模型识别准确率达到 92. 3% ,比 MobileViT 提升了 1. 7 百分点,同时 FPS 达到 30 107。 相比于同类型的网络结构,FM-MobileViT 不仅有更高的准确率,而且取得了精度与速度的权衡。

关键词：甲骨文字拓片;MobileViT;文字识别;深度学习;融合模块;注意力机制