自己的网站怎么做,ui设计要会什么,简述营销导向的企业网站建设的步骤,wordpress代币插件# 1 赛题 B 题 甲骨文智能识别中原始拓片单字自动分割与识别研究 甲骨文是我国目前已知的最早成熟的文字系统#xff0c;它是一种刻在龟甲或 兽骨上的古老文字。甲骨文具有极其重要的研究价值#xff0c;不仅对中国文明的 起源具有重要意义#xff0c;也对世界文明的研究有着…# 1 赛题 B 题 甲骨文智能识别中原始拓片单字自动分割与识别研究 甲骨文是我国目前已知的最早成熟的文字系统它是一种刻在龟甲或 兽骨上的古老文字。甲骨文具有极其重要的研究价值不仅对中国文明的 起源具有重要意义也对世界文明的研究有着深远影响。 在我国政府的大 力推动下甲骨文研究已经进入一个全新的发展阶段。 人工智能和大数据 技术被应用于甲骨文全息性研究及数字化工程建设成为甲骨文信息处理领域的研究热点[1]。
甲骨文拓片图像分割是甲骨文数字化工程的基础问题其目的是利用 数字图像处理和计算机视觉技术 在甲骨文原始拓片图像的复杂背景中提 取出特征分明且互不交叠的独立文字区域。它是甲骨文字修复、 字形复原 与建模、文字识别、拓片缀合等处理的技术基础[2]。然而甲骨拓片图像 分割往往受到点状噪声、人工纹理和固有纹理三类干扰元素的严重影响[3]。 且甲骨文图像来源广泛包括拓片、拍照、扫描、临摹等不同的图像来 源其干扰元素的影响是不同的。由于缺乏对甲骨文字及其干扰元素的形 态先验特征的特殊考量通用的代表性图像分割方法目前尚不能对甲骨文 原始拓片图像中的文字目标和点状噪声、人工纹理、固有纹理进行有效判 别其误分割率较高在处理甲骨拓片图像时均有一定局限性。如何从干 扰众多的复杂背景中准确地分割出独立文字区域仍然是一个重待解决的具有挑战性的问题。
图 1 为一张甲骨文原始拓片的图像分割示例左图为一整张甲骨文原始拓片 右图即为利用图像分割算法[4]实现的拓片图像上甲骨文的单字分 割。甲骨文的同一个字会有很多异体字这无疑增加了甲骨文识别的难度图 2 展示了甲骨文中“人 ”字的不同异体字。 现希望通过对已标记的甲骨文图像进行分析、特征提取和建模从而 实现对一张新的甲骨文图像进行单个文字的自动分割和识别。具体任务如下
问题 1对于附件 1Pre_test 文件夹 给定的三张甲骨文原始拓片图 片进行图像预处理提取图像特征建立甲骨文图像预处理模型实现对甲骨文图像干扰元素的初步判别和处理。 问题 2对甲骨文原始拓片图像进行分析建立一个快速准确的甲骨 文图像分割模型实现对不同的甲骨文原始拓片图像进行自动单字分割 并从不同维度进行模型评估。其中附件 2Train 文件夹 为已标注分割的数据集。 问题 3利用建立的甲骨文图像分割模型对附件 3Test 文件夹 中的 200 张甲骨文原始拓片图像进行自动单字分割 并将分割结果放在“Test_results.xlsx ”中此文件单独上传至竞赛平台。 问题 4基于前三问对甲骨文原始拓片图像的单字分割研究 请采用 合适的方法进行甲骨文原始拓片的文字识别 附件 4Recognize 文件夹 中给出了部分已标注的甲骨文字形不限于此训练集可自行查找其他资 料如使用外部资料需在论文中注明来源请对测试集中的50 张甲骨文原始拓片图像进行文字自动识别 并以适当结果呈现。
2 解题思路
B题实际上非常简单熟悉CV的同学看到这道题肯定眼熟的不行其实这个题目跟我们CV做烂的车牌识别的套路是一样的还要不少大大聪明在不断的找甲骨文识别资料太搞笑了。
预处理部分做滤波和形态学操作就行。
第二问常用的字符分割方法包括基于阈值的方法、基于连通域的方法、投影法、边缘检测等。
第四问简直和车牌识别中的字符识别一模一样而且数据集题目还给整理好了直接VGG16训练就完了。
思路已出 最新思路更新(看最新发布的文章即可): https://blog.csdn.net/dc_sinor?typeblog
3 选题分析
A题属于目标优化问题还结合了动态规划问题别看题目描述的复杂只要构建好目标函数就能轻松解决
B题这种类型的题目这几年出的还不少呀就是机器学习或深度学习的图像目标检测
C题是一个典型的运筹学问题涉及到预测模型的建立和优化排班策略的制定。解决这个问题需要综合运用统计学、机器学习、优化算法等多学科知识。
D题该问题是一个典型的优化问题需要综合考虑多个因素如设备性能、矿山条件、成本和风险等
本次建模题目难度由高到低 BADC
A君会先出C题思路
4 最新思路更新 最新思路更新(看最新发布的文章即可): https://blog.csdn.net/dc_sinor?typeblog
