基于跨模态深度度量学习的甲骨文字识别

张颐康 张恒刘永革 刘成林,3

甲骨文字是早在中国商朝时期就出现的文字,是世界上最古老的文字之一,同时也是中国及东亚已知的最早成体系的一种文字形式.自动识别甲骨文字对考古学、古文字学以及历史年代学等多个领域都有着非常重要的应用价值.目前甲骨文字标注基本只能依靠甲骨文专家手动处理,计算机自动检测与识别技术刚刚起步,性能远不能达到实用化水平.随着人工智能技术的发展,如何让计算机像处理现代文字一样处理甲骨文字,成为计算机学者和文字与语言学者共同关注的课题.

如图1所示,甲骨文字图像可以分为临摹甲骨文字图像与拓片甲骨文字图像两类.拓片甲骨文字图像是从龟甲、兽骨等载体上获取的原始拓片图像,临摹甲骨文字图像是专家临摹拓片甲骨文字后得到的高清图像,修复了拓片甲骨文字图像的残缺和噪声等问题.临摹甲骨文字图像可以通过临摹、手绘得到大量样本,而拓片甲骨文字因为客观条件的限制难以获取.由于缺少训练样本,拓片甲骨文字识别很难取得较高的识别精度[1].因此,本文研究如何用临摹甲骨文字样本辅助训练分类器进行拓片甲骨文字识别.同时,由于一些拓扑甲骨文字类别没有训练样本,甲骨文字的增量识别也是辅助甲骨文字专家进行语言研究的重要手段.

图1 不同模态的甲骨文字图像Fig.1 Oracle character images with different modals

图2 拓片甲骨文中的字形残缺、大量噪声问……