![[2]高棉的文本图像重建和赔偿...](/simg/1/1436b766064e02f32511275e22f481abc7f51e52.webp)
机构名称：
¥ 1.0
摘要：本研究的重点是使用先进的计算机视觉和深度学习技术提出文本图像重建和赔偿框架来保存柬埔寨的历史高棉棕榈叶手稿。为了解决保存，使用卷积神经网络（CNN）和生成对抗网络（GAN）来填充受损图像中字符缺失的模式。该研究利用Sulukrith集[1]，该集合由91,600张图像组成，分为两个部分：90,600个训练图像和1,000张测试图像。每个图像包含高棉棕榈叶脚本的单个字符。训练图像故意降解为三种不同的变体，每个变体均遭受三个级别的降解（1级，第2级和第3级）。评估性能并比较卷积神经网络（CNN）和生成对抗网络（GAN）模型的有效性，并采用了各种评估指标。这些指标包括均方根误差（MSE），峰值信噪比（PSNR）和结构相似性指数（SSIM）。通过根据这些指标评估两个模型的结果，可以观察到，GAN模型在MSE，PSNR和SSIM方面始终优于CNN模型。与CNN模型相比，GAN模型达到了较低的MSE值，较高的PSNR值和更高的SSIM值，这表明其在图像重建和保留原始文本方面具有出色的性能。
[2]高棉的文本图像重建和赔偿...
主要关键词
![[2]高棉的文本图像重建和赔偿...PDF文件第1页](/bimg/6/6fd39a68c4b42183d1926d1a9cfbd7ab7c6977eb.webp)
![[2]高棉的文本图像重建和赔偿...PDF文件第2页](/bimg/d/d337ae1bcbb35b9c556e7c32158acdd356906908.webp)
![[2]高棉的文本图像重建和赔偿...PDF文件第3页](/bimg/3/3853e55ea2599698c093da1a3baad956cf04d7e1.webp)
![[2]高棉的文本图像重建和赔偿...PDF文件第4页](/bimg/e/e65dcf0cbf6a9b4dcd3933cb2739708879d086c4.webp)
![[2]高棉的文本图像重建和赔偿...PDF文件第5页](/bimg/f/fcc3987dbdc0dc7cef66a3cd9afb97a8bca51ae3.webp)
相关文件推荐
