基于次线性信息瓶的两阶段深度学习方法来识别家谱布局
1College of Information and Electrical Engineering, China Agricultural University, Beijing, China.
Frontiers in neuroscience
|July 17, 2023
概括
这项研究引入了一种使用亚线性信息瓶 (SIB) 和深度学习的新谱系布局识别方法. 该方法准确地识别和定位家谱组件,改善研究和保存工作.
科学领域:
- 计算机科学 计算机科学
- 数字人文学科 数字人文学科
- 文化遗产信息学 文化遗产信息学
背景情况:
- 识别家谱布局对于保护人类文化遗产至关重要.
- 现有的方法难以应对家谱数据的复杂性和可变性.
- 自动识别可以显著帮助家谱研究和档案工作.
研究的目的:
- 开发一种用于自动识别家谱布局的新有效方法.
- 为了提高在家谱图中识别和定位组件的准确性和效率.
- 提高家谱记录的保存和可访问性.
主要方法:
- 引入亚线性信息瓶 (SIB) 来从家谱图像中提取特征.
- 开发一种使用SIB-ResNet (分类器) 和SIB-YOLOv5 (对象检测器) 的两阶段深度学习方法.
- 在专门的家谱图像数据集上进行评估,以评估绩效.
主要成果:
- 提出的基于SIB的深度学习方法在家谱图像识别方面取得了有希望的结果.
- 与现有的最先进的方法相比,这种方法显示出更高的性能.
- 实现了多种谱系布局组件的准确识别和本地化.
结论:
- 亚线性信息瓶与深度学习相结合,为谱系布局识别提供了一个强大的解决方案.
- 这种方法在家谱研究,数据提取和数字保存方面有很大的应用潜力.
- 这些发现为更先进的历史和文化文档自动分析铺平了道路.
更多相关视频
09:34A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data
Published on: September 25, 2021
4.0K
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
1.1K
