计算机应用

作者：杨有, 张汝荟, 许鹏程, 康慷, 翟浩

单位：1.重庆国家应用数学中心（重庆师范大学），重庆 401331；2.重庆师范大学 计算机与信息科学学院，重庆 401331

关键词：深度可分离卷积,U-Net,多尺度特征提取,民国档案,印章分割

基金：重庆市研究生联合培养基地项目(2019-45);重庆师范大学（博士启动/人才引进）基金资助项目(21XLB032)

精准分割民国档案图像中的印章，有助于该类档案的智慧应用。针对民国档案印侵严重和过多噪声的问题，提出用于印章分割的网络UNet-S。该网络在保留U-Net的编解码器结构和跳跃连接的基础上从三个方面进行改进：一是使用多尺度残差模块替代U-Net原有的卷积层，使UNet-S既能有效提取多尺度特征，又能避免网络退化和梯度爆炸等问题；二是在多尺度残差模块中将普通卷积替换为深度可分离卷积（DSConv），大幅减少网络的参数量；三是使用BCEDiceLoss并根据仿真实验结果优选权重因子，以解决民国档案数据不平衡的问题。实验结果表明，相较于U-Net、DeepLab v2等网络，UNet-S的Dice相似系数（DSC）、平均交并比（mIoU）、平均像素准确率（MPA）取得了最优结果，最多提高了17.38%、32.68%和0.6%，参数量最多下降了76.64%。可见，UNet-S在民国档案数据集中分割效果更佳。

来源：2023年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第3期