1.一种基于目标检测和知识图谱的古文字识别方法,其特征在于,包括如下步骤:步骤一、对古文字图片数据进行部件标注和数据预处理,以扩充古文字图像数据集①收集古文字图片,获得古文字样本图像,遍历古文字样本图像,对每张古文字样本图像中的古文字用标注框进行部件标注,并将对应的标注作为部件分类标签;
②对标注好部件分类标签的古文字样本图像进行数据预处理,以扩充古文字图像数据集;所述预处理的方法包括图片大小调整、色域变换和图片翻转;
步骤二、构建古文字部件识别模型,利用步骤一中扩充后的古文字图像数据集训练古文字部件识别模型,对古文字部件进行检测,识别出古文字图片所包含的部件和部件的位置坐标;
所述古文字部件识别模型中主干特征提取网络通过对YOLOv4算法中的CSPDarknet53网络用MobileNet网络进行替换生成,并且YOLOv4算法中加强特征提取网络由空间金字塔池化网络SPP和路径聚合网络PANet构成,采用yolohead预测网络进行预测来识别出古文字的部件;
步骤三、根据步骤二识别出的古文字图片所包含的部件和部件的位置坐标,构建古文字部件位置关系识别模型,得出部件的位置关系,以判断文字结构;
所述古文字部件位置关系识别模型中文字结构包括独体字、上下结构、左右结构、包围结构、左中右结构、上中下结构、左右上下结构和上下左右结构;
步骤四、构建古文字知识图谱;
步骤五、通过所述古文字知识图谱,根据部件和部件位置关系来推理出文字结果。
2.根据权利要求1所述的基于目标检测和知识图谱的古文字识别方法,其特征在于,步骤一中还包括:
对标注好部件分类标签的古文字样本图像进行裁剪,得到单字样本集合,所述单字样本为具有标签的部件图像,且每个单字样本对应一个部件;
对单字样本进行预处理,所述预处理的方法包括图片大小调整、色域变换和图片翻转;
预处理后,通过图像拼接方法对单字样本进行拼接扩充原数据集。
3.根据权利要求1所述的基于目标检测和知识图谱的古文字识别方法,其特征在于:当部件坐标满足以下关系时,文字结构是左右结构;
当部件坐标满足以下关系时,文字结构是上下结构;
当部件坐标满足以下关系时,文字结构是包围结构;
当部件坐标满足以下关系时,文字结构是左右上下结构;
当部件坐标满足以下关系时,文字结构是上下左右结构;
当部件坐标满足以下关系时,文字结构是上中下结构;
当部件坐标满足以下关系时,文字结构是左中右结构;
其中,xa和ya分别为第一个部件的中心点的横坐标和纵坐标,xb和yb分别为第二个部件的中心点的横坐标和纵坐标,xa1和ya1分别为第一个部件左上角的横坐标和纵坐标,xa2和ya2分别为第一个部件右下角的横坐标和纵坐标,xb1和yb1分别为第二个部件左上角的横坐标和纵坐标,xb2和yb2分别为第二个部件右下角的横坐标和纵坐标,xc和yc分别为第三个部件的中心点的横坐标和纵坐标,xc1和yc1分别为第三个部件的左上角的横坐标和纵坐标,xc2和yc2分别为第三个部件的右下角的横坐标和纵坐标。
4.根据权利要求1所述的基于目标检测和知识图谱的古文字识别方法,其特征在于,所述构建古文字知识图谱的过程如下:(1)确定数据格式:数据包括文字字符、包含部件、包含部件数目和文字结构;
(2)对数据进行筛选,使得每条数据都有相同的属性,得到易于计算机进行读取的结构化数据;
(3)将筛选过后的数据统一存储在结构化的xlsx文件中,并定义实体和关系,实体名称 实体描述
字符(Character_zh) 古文字的字型部件(Radical_zh) 用来组成古文字的部件结构(structure_zh) 古文字的文字结构关系名称 关系描述
包含(Contain) 每个字符包含的部件(4)使用JAVA语言构建知识图谱包括通过函数build_CRKG_ontology定义古文字知识图谱本体和通过函数build_instance构建实例,其中定义古文字知识图谱本体包括定义文字类与部件类,定义类之间的关系和定义本体中类拥有的属性;构建实例包括构建所有字符实例,构建所有部件实例和构建字符与部件关系。
5.根据权利要求1所述的基于目标检测和知识图谱的古文字识别方法,其特征在于,所述古文字部件位置关系识别模型中文字结构还包括:半包围左上右下结构、包围上下结构,半包围左下右上结构和三角结构。