基于编码的甲骨文识别技术研究

二 甲骨文识别技术
甲骨文识别技术可以定义为一种视觉识别技术，它是基于甲骨文的特征信息进行搜索定位的一 种视觉识别技术。用户使用手机或相机等带有摄像头的工具采集含有甲骨文字的图像，随后系统自 动在该图像上进行检测，进而对检测到的甲骨文进行识别，最后提供该甲骨文的原始拓片或近似拓片 信息以及相关研究成果。这一系列相关技术，包括程序和具体甲骨材料，有机地构成了甲骨文识别技 术。该技术的智能性体现在基于图像搜索而非基于文本搜索，因此不需过多依赖用户的甲骨文已有 知识。同时，在识别时不受用户拍摄时可能产生的个体行为或客观外在因素的影响，如甲骨文拓片的 ｐ旋ｏｉ转ｎｔ、）缩，或放光、平照移影（响ＲＳ（ｉＴｌｌ：ｕｒｍｏｉｔｎａａｔｉｔｉｏｏｎｎ、）ｓ，ｃａ或ｌｉｎ杂ｇ物ａｎ场ｄｔ景ｒａ（ｎｃｌｓｌｕａｔｔｔｉｅｏｒｎ））与，或噪用声户，甚视至点于即甲图骨像文仿射字／本投身影被变部换分（ｖｉ遮ｅｗ挡 （ｏｃｃｌｕｓｉｏｎ）等等。
１
Байду номын сангаас
中国文字研究·第二十九辑
Ｍａｃｈｉｎｅ，ＳＶＭ①）的理论建立知识库，实现简单的甲骨文字形相似性分析分类和识别，主要代表有： 史小松《基于支持向量机的甲骨文字结构分析研究》（２０１０）②、孙莹莹《基于混合核ＬＳＳＶＭ 的古汉字 图像识别》（２０１５）③、刘永革等《基于ＳＶＭ 的甲骨文字识别》（２０１７）④。不过，甲骨文虽然是成熟的文 字系统，但毕竟处于汉字早期阶段，除了异体字众多，低频字高度集中外，还有很多甲骨文字属于未考释 字。该方法主要适用于模式识别领域，在解决图画特征明显，结构不清晰的甲骨文字上还有困难。另外， 该方法对甲骨文字的旋转、缩放、平移、遮挡等识别率不高，算法处理尚有空间，同时在存储和计算时耗费 大量的机器内存和运算时间，运行效率较低。（５）还有的学者尝试深度学习（核心算法是卷积神经网 络）技术，辅以草图识别技术，建立甲骨文文字数据库。主要代表有：高峰等《ＲｅｃｏｇｎｉｔｉｏｎｏｆＦｕｚｚｙ ＣｈａｒａｃｔｅｒｓｏｎＯｒａｃｌｅｂｏｎｅＩｎｓｃｒｉｐｔｉｏｎｓ》（２０１５）⑤、王长虎《ＢｕｉｌｄｉｎｇＨｉｅｒａｒｃｈｉｃａｌＲｅｐｒｅｓｅｎｔａｔｉｏｎｓｆｏｒ ＯｒａｃｌｅＣｈａｒａｃｔｅｒａｎｄＳｋｅｔｃｈＲｅｃｏｇｎｉｔｉｏｎ》（２０１６）⑥、微软亚洲研究院（２０１７）⑦采用 ＭｉｎｄＦｉｎｄｅｒ（草图 识别技术）系统，建立起一个拥有包括２６０类、２万甲骨文文字的数据库。不过，该方法适合大数据，简 单的应用神经网络无法在甲骨文识别上取得较好的效果，模型的过拟合严重，无法泛化。数据集中分 类数目过多，且在分类的类目下面仍然存在大量的异体字，能够为网络提供特征提取的样本过少。因 此，目前甲骨文识别研究尚无法完全提取甲骨文字的主要特征，尚未得出完全符合甲骨文字实际情况 的算法，且使用范围受到一定的限制。高速、精确及立体化、智能化应该是未来甲骨文识别技术发展 的重要方向。
③ 王晓丽：《高精度曲线轮廓甲骨文字形生成系统的研究与实现》，硕士学位论文，苏州大学，２０１０年。
④ ６７页⑤。
⑥
吴栗青琴生霞、、吴栗琴青霞生、：杨《基玉于星有：《向甲笔骨段文甲字骨形文动输态入描方述法库的及设其计字与形实生现成》，技《计术算研机究应》，用《北》２０京１２大年学，学第报２３（７自４—然２科３７７学页版。）》２０１３年，第６１— 栗青生、杨玉星、王爱民：《甲骨文识别的图同构方法》，《计算机工程与应用》２０１１年，第１１２—１１４页。
基金项目：该项目获得教育部重点研究基地重大项目古文字专题数据库系列（课题编号：１８ＪＪＤ７４０００４）、２０１８年度孔子学院建
设课①②题（课李周题锋新编伦、周号、：新李ＣＩ伦锋Ｋ：、Ｔ华《０甲１星６骨）城支文等持自：。动《甲识骨别文的计图算论机方识法别》，方《电法子研科究》学，《学复刊旦》１学９９报６（年自，然第科４１学—版４７）》页１９。９６年第５期，第４８１—４８６页。
［古文字研究］
基于编码的甲骨文识别技术研究
陈婷珠 吴少腾 吴 江 李 淋
【摘 要】随着 ＡＩ领域的崛起，如何利用机器视觉高效、准确地识别图像目标，近年来已成为国内外学者研 究的重点。目前，国内外学者对甲骨文的图像识别进行了大量研究，但在识别精度、识别时间和抗干扰能力 等方面仍有发展空间，尤其是现有甲骨文识别技术对专家的依赖性高而甲骨文信息共享普及率则相对较 低。针对上述问题，本文以殷墟小屯村中村南甲骨为实验基础，提出基于编码的甲骨文识别技术，即在图像 预处理计算过程中，把甲骨文图像转换为编码，并在此基础上提出甲骨文识别系统的设计与实现方法。 【关键词】编码；甲骨文；图像识别技术 【作者简介】陈婷珠，女，上海交通大学人文学院副研究员，研究方向为甲骨文字学。吴少腾、吴江和李淋为 上海机械与动力工程学院本科生和研究生，研究方向为视觉与图像识别。（上海 ２０００３０）
一 问 题 的 提 出
甲骨文作为一种古老文字，对于它的识别处理与研究常常遇到种种困难和挑战。目前，国内外学 者对甲骨文识别技术的研究主要有以下几类。（１）有的学者从字形出发，利用笔画方向和长度等字形 特征，采用无向或有向笔段和笔元技术以描述甲骨文字形，主要代表有李锋等《甲骨文自动识别的图 论方法》（１９９６）①、《甲骨文计算机识别方法研究》（１９９６）②，王晓丽《高精度曲线轮廓甲骨文字形生成 系统的研究与实现》（２０１０）③，栗青生等《基于有向笔段甲骨文输入方法的设计与实现》（２０１２）④、《甲 骨文字形动态描述库及其字形生成技术研究》（２０１３）⑤、《甲骨文识别的图同构方法》（２０１１）⑥。这种 方法将甲骨文字形进行矢量描述，建立了甲骨文字形描述库，为古文字的数字化编辑提供了一个新 思路。不过，由于甲骨文字形线条极其复杂，不存在现代汉字一般意义上的笔画概念，人类在识别 甲骨文上往往是整体输入方式，而非一个个笔画。因此，采用这种方法的分类率并不高，尚无法真 正意义上为甲骨文进行机器识别分类。（２）有的学者利用拓扑结构或图形分类进行分析，如顾绍通 《基于拓扑配准的甲骨文字形识别方法》（２０１６）⑦、吕肖庆等《一种基于图形识别的甲骨文分类方法》 （２０１０）⑧。（３）有的学者基于语义进行分类，如高峰等《基于语义构件的甲骨文模糊字形的识别方法》 （２０１４）⑨。（４）有 的 学 者 利 用 甲 骨 文 字 结 构 等 特 征，采 用 语 料 库 和 支 持 向 量 机 （ＳｕｐｐｏｒｔＶｅｃｔｏｒ
⑦ ９６页⑧。
顾吕肖绍庆通、：李《基沫于楠拓、蔡扑凯配伟准等的：甲《一骨种文基字于形图识形别识方别法的》，甲《计骨算文机分与类数方字法工》，程《北》２０京１６信年息，科第技２０大０１学—学２０报０６（自页然。科学版）》２０１０年，第９２—
⑨ 高峰、吴琴霞、刘永革等：《基于语义构件的甲骨文模糊字形的识别方法》，《科学技术与工程》２０１４年，第６７—７０、８６页。