计算机应用

作者：陈荟慧, 孙洪韬, 关柏良, 衡中青

单位：1.佛山大学 计算机与人工智能学院，广东 佛山 528225；2.佛山大学 马克思主义学院，广东 佛山 528225

关键词：古籍汉字检索,卷积神经网络,NetVLAD,视觉特征,特征编码

基金：国家自然科学基金资助项目(61972092)

古籍汉字检索是当前古籍数字化工作的一部分。古籍中通常存在汉字印刷字模不一致和字体种类多的现象，使用视觉特征实现汉字检索是有效的解决方案。因此，提出汉字特征提取编码网络（CFEENet）。首先，使用卷积神经网络（CNN）提取古籍汉字图像的视觉特征；其次，使用可训练的通用向量聚合层NetVLAD聚合并编码视觉特征；最后，使用余弦相似度计算编码相似性以实现古籍汉字检索。此外，使用t-分布随机邻域嵌入（t-SNE）对CFEENet编码降维后进行可视化分析，发现CFEENet编码形成的簇密度高、簇间重叠小且编码分辨率高。在多个古籍数据集上测试CFEENet的实验结果表明，CFEENet在大多数场景下的平均精度均值（mAP）和F1分数优于古籍汉字图像特征提取网络（ACCINet）等对比方法，且在检索质量与效率之间实现了良好平衡，验证了CFEENet在古籍汉字检索任务中的适用性与有效性。

来源：2026年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第3期