基于多粒度表征藏文古籍文檔版面分析方法研究

打開文本圖片集

摘要：藏文古籍文檔版面分析是對文檔圖像中插圖、文本段、文本行、標(biāo)題等區(qū)域信息進(jìn)行分析并提取的一種方法，是古籍?dāng)?shù)字化的重要研究課題。相較其他語種的歷史文檔，藏文古籍文檔版面布局呈現(xiàn)出版面結(jié)構(gòu)更加復(fù)雜、字體形狀和大小風(fēng)格多樣化等特點(diǎn)。該文針對藏文古籍文獻(xiàn)特征，構(gòu)建手寫體、印刷體、木刻雕版三種版面結(jié)構(gòu)及字體不同的藏文古籍圖像數(shù)據(jù)集，并將基于CNN和VIsion Transformer并行架構(gòu)的AFFormer通用語義分割模型遷移到藏文古籍版面分析任務(wù)上。（剩余5831字）