谢裕睿 董建娥

摘  要： 东巴象形文字是古代纳西族创造的文字，是世界文明的瑰宝。针对东巴象形文字传播的局限性，提出了基于图像处理和深度学习识别东巴文字的方法。文章通过构造恒等残差块和卷积残差块来搭建20层ResNet模型，采用随机梯度下降算法反向调整下一轮迭代的卷积层权值，经过训练自动得到图像相关特征参数并进行识别。实验结果表明，该算法识别东巴文字的平均准确率达93.58%，具有较高的识别精度，取得了较好的识别效果，本研究可为东巴文字的保护工作提供参考和方法支持。

关键词： 东巴象形文字; 二值化; relu激活函数; ResNet; 随机梯度下降; 特征提取

中图分类号：TP391          文献标识码：A     文章编号：1006-8228（2021）01-06-04

Research on Dongba hieroglyph recognition using ResNet network

Xie Yurui， Dong Jian'e

（College of Big Data and Intelligent Engineering， Southwest Forestry University， Kunming， Yunnan 650224， China）

Abstract： Dongba hieroglyph， created by the ancient Naxi minority， is a treasure of world civilization. In view of the limitation of Dongba hieroglyph communication， a method of recognition of Dongba characters based on image processing and deep learning is proposed. In this paper， the 20-layer ResNet model is built by constructing the identity residual block and the convolution residual block， and the convolution layer weight of the next iteration is reversely adjusted by the stochastic gradient descent algorithm. After training， image related characteristic parameters are automatically obtained and identified. The experimental results show that the average accuracy of the algorithm in identifying Dongba characters is 93.58%， which has high recognition accuracy and achieves a good recognition effect. This study can provide reference and method support for the protection of Dongba hieroglyph.

Key words： Dongba hieroglyphic; binarization; relu activation function; ResNet; stochastic gradient descent; feature extraction

0 引言

東巴象形文字在唐朝初期开始出现，主要刻在木石上，属于古老的文字体系。现如今，世界上仅有这一种象形文字仍在使用中，被誉为文字中的“活化石”。东巴文字是古代纳西族社会历史发展的缩影，具有重要的人文价值[1]。由于时代变迁、社会环境等因素的影响，现在能翻译东巴经典文学的仅有少数东巴祭司和研究学者，东巴文字的传播存在局限性[2]。因此，研究利用现代信息化技术识别东巴文字的方法具有重要的意义。

王海燕、王红军等人针对东巴文字的五个拓扑特征（孔数、块数、三叉点数、四叉点数、端点数）进行统计，结合TTF字库文件进行文字的录入和显示[3]。徐小力、蒋章雷等人结合拓扑特征与投影法，对东巴文字进行特征提取[4]。……