论文部分内容阅读
随着计算机技术不断发展,在图像识别领域,印章印文自动识别技术应运而生。众多自动识别方法中,利用神经网络识别印章印文的优势较突出,已有研究证明了其可以区分不同印章盖印的印文。但在文件检验领域,尚未有研究人员从印章印文检验的实际需求出发,分析盖印条件对印章印文自动识别的影响,更没有探究利用卷积神经网络识别印章印文的可行性和实用性。针对此现状,本文开展了盖印条件对利用卷积神经网络识别印章印文的影响研究,并讨论了利用卷积神经网络识别印章印文的可行性和实用性,主要研究内容如下:(1)选择常用的三种印章(橡胶印章、铜章、光敏印章),在不同盖印条件下,手工盖印45万枚印文作为实验样品。通过选取四种代表性卷积神经网络模型(Lenet-5、Alexnet、VGG16、Resnet50)进行了预实验,实验结果表明:(1)训练样品量与识别准确率正相关。(2)获得了四个网络模型的较优训练样品量。(3)在理想条件下,Resnet50的识别效果较好。(2)通过改变训练印文样品和测试印文样品的印文浓淡程度、印染物种类、印文完整度,研究盖印条件对利用卷积神经网络识别印文的影响。实验结果表明:盖印条件对识别准确率影响较大,当训练印文样品和测试印文样品的盖印条件相同时,识别准确率可接近或达到100%;当训练印文样品和测试印文样品的盖印条件不同时,识别准确率明显下降。以多种盖印条件的印文作为训练集,识别多种盖印条件的印文准确率可接近或达到100%。(3)讨论了利用卷积神经网络识别印章印文的可行性和实用性。实验结果表明:在训练样品量较多、盖印条件较丰富的条件下,利用卷积神经网络识别真伪印文的准确率较高,方法具有可行性,可为印章印文检验提供一定的参考依据;但当训练样品量较少时,识别准确率较低,甚至会出现错误的识别结果。由于识别准确率有限,再考虑训练样品制备时间较长等因素,方法的实用性较差。