自然場(chǎng)景下烏金體藏文的檢測(cè)與識(shí)別①

洪 松, 高定國(guó), 三排才讓, 取 次

(西藏大學(xué) 信息科學(xué)與技術(shù)學(xué)院, 拉薩 850000)

1 引言

目前深度學(xué)習(xí)廣泛應(yīng)用于計(jì)算機(jī)視覺(jué)的各個(gè)領(lǐng)域,基于深度學(xué)習(xí)的自然場(chǎng)景文字檢測(cè)與識(shí)別一直都是一項(xiàng)具有挑戰(zhàn)性的研究. 但是目前針對(duì)自然場(chǎng)景文字檢測(cè)與識(shí)別的相關(guān)研究主要集中在中英文中, 且取得了不錯(cuò)的成績(jī). 在自然場(chǎng)景文字檢測(cè)的研究中, 對(duì)于水平文本的檢測(cè), Tian等人提出的CTPN[1]網(wǎng)絡(luò), 該網(wǎng)絡(luò)結(jié)合了CNN與LSTM深度網(wǎng)絡(luò), 該網(wǎng)絡(luò)可以學(xué)習(xí)字符的上下文關(guān)系從而提高文本檢測(cè)的準(zhǔn)確率. 對(duì)于傾斜文本的檢測(cè), Shi等人提出了SegLink網(wǎng)絡(luò)[2], 該網(wǎng)絡(luò)首先將文本分解成片段和鏈接這兩個(gè)局部可檢測(cè)的元素,然后通過(guò)端到端訓(xùn)練的全卷積神經(jīng)網(wǎng)絡(luò), 可以在多個(gè)尺度上密集地檢測(cè)這兩個(gè)元素, 最終通過(guò)鄰近連接方法將各小文字塊連接成單詞. Yang等人提出了IncepText網(wǎng)絡(luò)[3], 該網(wǎng)絡(luò)提出了一種基于變形的 PSROI池化模塊來(lái)處理多方向的文本檢測(cè), 能更好的提高大尺度以及扭曲變形文字圖像的文本檢測(cè)正確率, 使模型具有更好的魯棒性. 隨后也有一些研究人員提出了DMPNet網(wǎng)絡(luò)[4]、EAST網(wǎng)絡(luò)[5]、PixelLink網(wǎng)絡(luò)[6], 支持傾斜文本的檢測(cè). Liao等人提出了一個(gè)可微二值化模塊[7], 它可以在分割網(wǎng)絡(luò)中執(zhí)行二值化過(guò)程, 通過(guò)與DB模塊的優(yōu)化, 分割網(wǎng)絡(luò)可以自適應(yīng)地設(shè)置二值化閾值, 既簡(jiǎn)化了后處理, 又提高了文本檢測(cè)的性能. 在自然場(chǎng)景文字識(shí)別的研究中, 對(duì)于規(guī)則文本的識(shí)別, 應(yīng)用最廣泛的主要是Shi等人提出的一種基于序列的文字識(shí)別網(wǎng)絡(luò)CRNN[8], 該網(wǎng)絡(luò)能夠處理任意長(zhǎng)度的序列, 且不涉及字符分割和水平尺度歸一化, 能進(jìn)行端到端的訓(xùn)練. 對(duì)于非規(guī)則文本的識(shí)別, 主要是Shi等人提出的RARE網(wǎng)絡(luò)[9], 該網(wǎng)絡(luò)由空間變換網(wǎng)絡(luò)STN和序列識(shí)別網(wǎng)絡(luò)SRN組成, 網(wǎng)絡(luò)模型能夠識(shí)別多種類型的不規(guī)則文本,包括透視文本和彎曲文本.

目前自然場(chǎng)景下的中英文檢測(cè)與識(shí)別相關(guān)的研究已經(jīng)取得了不錯(cuò)的成果, 但是自然場(chǎng)景下烏金體藏文的檢測(cè)與識(shí)別的相關(guān)研究仍處于起步階段. 為了給藏文識(shí)別的相關(guān)研究奠定基礎(chǔ), 早期一些研究人員主要研究了印刷體和手寫(xiě)體藏文的識(shí)別. 在印刷體和手寫(xiě)體藏文識(shí)別的研究中, 一些研究人員針對(duì)藏文字符的特點(diǎn)在藏文字符輪廓特征提取[10,11]、印刷體藏文字符特征提取[12,13]、手寫(xiě)體藏文字符特征提取[14]等方面取得了不錯(cuò)的成果, 隨后相關(guān)研究人員在此基礎(chǔ)上進(jìn)一步研究了印刷體和手寫(xiě)體藏文的識(shí)別[15-17]. 但是在印刷體和手寫(xiě)體藏文識(shí)別的研究中主要是采用傳統(tǒng)的圖像處理方法對(duì)藏文文本圖像進(jìn)行二值化、去噪等預(yù)處理操作, 再對(duì)圖像中的藏文字符行進(jìn)行切分, 然后將切分后的藏文字符圖片進(jìn)行歸一化后送入特征提取模塊提取單個(gè)藏文字符的特征, 最后通過(guò)傳統(tǒng)的模式分類方法得到識(shí)別結(jié)果. 從中可以看出傳統(tǒng)的藏文識(shí)別方法存在多個(gè)中間環(huán)節(jié), 同時(shí)要求藏文圖像質(zhì)量較好且能切分出藏文字符. 而自然場(chǎng)景下的烏金體藏文圖像質(zhì)量較差且文字存在透視變換、噪聲干擾大, 傳統(tǒng)的藏文識(shí)別方法顯然不適合自然場(chǎng)景下烏金體藏文的識(shí)別.

目前, 得益于深度學(xué)習(xí)技術(shù)的發(fā)展, 利用深度學(xué)習(xí)技術(shù)對(duì)自然場(chǎng)景下藏文的檢測(cè)與識(shí)別進(jìn)行研究是當(dāng)下的發(fā)展趨勢(shì). 趙棟材[18]在傳統(tǒng)的文字識(shí)別方法基礎(chǔ)上,增加了基于BP網(wǎng)絡(luò)的訓(xùn)練方法, 通過(guò)對(duì)大量的木刻藏文經(jīng)書(shū)字符的訓(xùn)練, 實(shí)現(xiàn)了普通干擾情況下木刻經(jīng)文的識(shí)別. 梁弼等人[19]提出了一種基于HMM分類器的聯(lián)機(jī)手寫(xiě)藏文識(shí)別的方法, 并設(shè)計(jì)了3種不同的HMM分類器對(duì)藏文字丁進(jìn)行識(shí)別. 王維蘭等人[20]提出了一種新的多層聯(lián)系子層遞歸神經(jīng)網(wǎng)絡(luò)模型并融合藏文字丁的空間結(jié)構(gòu)特征來(lái)進(jìn)行聯(lián)機(jī)手寫(xiě)藏文識(shí)別, 實(shí)驗(yàn)結(jié)果說(shuō)明該方法可以更好地表征藏文字的各筆劃特征以及筆劃間的空間結(jié)構(gòu)關(guān)系. 雖然這些學(xué)者在早期利用深度學(xué)習(xí)技術(shù)對(duì)木刻藏文經(jīng)書(shū)、藏文字丁、手寫(xiě)體藏文進(jìn)行了研究, 但是公開(kāi)發(fā)表的自然場(chǎng)景下藏文的識(shí)別文章只有仁青東主[21]等人研究的基于深度學(xué)習(xí)的自然場(chǎng)景下藏文的識(shí)別, 在該研究中雖然采用了基于深度學(xué)習(xí)的序列識(shí)別方法CRNN[8]與二維串識(shí)別技術(shù)的結(jié)合, 但是在該研究中對(duì)自然場(chǎng)景藏文文本行進(jìn)行識(shí)別時(shí)仍然要對(duì)藏文文本行圖像進(jìn)行塊切分, 并沒(méi)有完全體現(xiàn)出CRNN算法的優(yōu)勢(shì), 同時(shí)在該研究中對(duì)自然場(chǎng)景下藏文的檢測(cè)只是一筆帶過(guò), 沒(méi)有做藏文檢測(cè)實(shí)驗(yàn).

因此本文在沒(méi)有開(kāi)源的自然場(chǎng)景烏金體藏文圖像的情況下, 人工收集和標(biāo)注了自然場(chǎng)景烏金體藏文圖像數(shù)據(jù)集, 并在此基礎(chǔ)上探究適合自然場(chǎng)景烏金體藏文檢測(cè)與識(shí)別方法. 本文在自然場(chǎng)景烏金體藏文檢測(cè)階段對(duì)比了不同的場(chǎng)景文字檢測(cè)算法, 最后采用可微分的二值化網(wǎng)絡(luò)DBNet[7], 在烏金體藏文識(shí)別階段采用基于序列的端到端文字識(shí)別算法CRNN[8], 在該階段采用算法合成的全藏字作為字典庫(kù), 并采用修改后的MobileNetV3 Large[22]作為特征提取網(wǎng)絡(luò). 最后在該方法上做了基礎(chǔ)性實(shí)驗(yàn), 實(shí)驗(yàn)表明在自然場(chǎng)景下烏金體藏文的識(shí)別中CRNN算法可以進(jìn)行端到端的識(shí)別, 并不需要對(duì)藏文文本行進(jìn)行塊切分, 簡(jiǎn)化了識(shí)別流程.

2 算法思想

本文中自然場(chǎng)景下烏金體藏文的識(shí)別系統(tǒng)主要分為兩個(gè)階段, 一是烏金體藏文文本檢測(cè), 在該階段中采用可微分的二值化網(wǎng)絡(luò)DBNet[7]； 二是烏金體藏文文本識(shí)別, 在該階段中采用基于序列的文字識(shí)別算法CRNN[8].

2.1 烏金體藏文文本檢測(cè)理論

如圖1所示, 在烏金體藏文檢測(cè)階段將圖片輸入網(wǎng)絡(luò)后, 經(jīng)過(guò)特征提取網(wǎng)絡(luò)ResNet-18提取特征和上采樣融合并通過(guò)con-cat操作后得到圖1中藍(lán)色的特征圖F, 然后使用F預(yù)測(cè)出概率圖P和閾值圖T, 最后通過(guò)可微分的二值化算法計(jì)算出近似二值圖, 從而得出烏金體藏文檢測(cè)結(jié)果. 在烏金體藏文檢測(cè)階段, 采用了Liao等人[7]在中英文檢測(cè)實(shí)驗(yàn)中在傳統(tǒng)的ResNet-18網(wǎng)絡(luò)[23]的conv_3_x, conv_4_x, conv_5_x后加入可變形卷積增大感受野的范圍, 以此來(lái)適應(yīng)縱橫比較大的烏金體藏文檢測(cè).

圖1 DBNet網(wǎng)絡(luò)結(jié)構(gòu)圖

烏金體藏文檢測(cè)階段中可微分的二值化過(guò)程如式(1)所示, 其中B? 表示近似的二值圖, (i,j)表示概率圖中的坐標(biāo),P、T是網(wǎng)絡(luò)學(xué)習(xí)的概率圖、閾值圖,k是一個(gè)梯度縮放因子. 式(1)之所以會(huì)改善網(wǎng)絡(luò)性能, 可以從梯度的反向傳播來(lái)解釋, 定義一個(gè)f(x)如式(2)所示,其中x=Pi,j-Ti,j. 在使用交叉熵?fù)p失的情況下, 正樣本的損失記為l+如 式(3), 負(fù)樣本的損失記為l-如式(4).正、負(fù)樣本的損失對(duì)于輸入x的偏導(dǎo)數(shù)分別為式(5)、式(6)所示. 從微分式子可以看出k是梯度增益因子, 梯度對(duì)于錯(cuò)誤預(yù)測(cè)的增益幅度很大.

網(wǎng)絡(luò)訓(xùn)練的損失函數(shù)如式(7)所示,Ls為概率圖的損失、Lb為二值圖的損失、Lt為閾值圖的損失. 其中α 和β 的取值分別為1.0和10. 其中Ls和Lb采用二值交叉熵?fù)p失如式(8)所示, 其中Sl是經(jīng)過(guò)采樣的數(shù)據(jù)集.Lt采 用的是L1損 失如式(9)所示, 其中Rd為標(biāo)注框經(jīng)過(guò)擴(kuò)充后得到的框里的一組像素的索引.

2.2 烏金體藏文文本識(shí)別理論

在烏金體藏文識(shí)別階段中首先根據(jù)檢測(cè)結(jié)果裁剪出烏金體藏文文本塊, 如圖2所示將裁剪出的烏金體藏文文本塊送入MobileNetV3 Large網(wǎng)絡(luò)提取文字特征, 然后使用LSTM對(duì)特征序列中的每幀進(jìn)行預(yù)測(cè), 最后采用CTC進(jìn)行轉(zhuǎn)錄并輸出最后的識(shí)別結(jié)果.

圖2 CRNN結(jié)構(gòu)圖

因?yàn)椴匚牟粌H可以橫向疊加, 還可以縱向疊加, 所以在烏金體藏文識(shí)別階段借鑒Du等人[24]在中英文識(shí)別實(shí)驗(yàn)中MobileNetV3 Large網(wǎng)絡(luò)的配置, 該配置修改了原始MobileNetV3 Large中除第一個(gè)下采樣特征圖的步幅, 將步幅為(2, 2)修改為(2, 1), 將第二個(gè)下采樣特征圖的步幅從(2, 1)修改為(1, 1), 以此來(lái)保留更多的水平和垂直方向上的信息. 該網(wǎng)絡(luò)配置如表1所示,除了修改下采樣特征圖的步幅, 該網(wǎng)絡(luò)配置也調(diào)整了最大池化層的窗口大小和步幅, 將原來(lái)7×7的窗口改為2×2, 步幅由1改為2. 表1中exp size表示膨脹參數(shù)；SE表示Squeeze-and-Excite結(jié)構(gòu)； NL表示非線性,HS表示h-swish激活函數(shù), RE表示ReLU激活函數(shù)；s表示步幅； Bneck模塊中包括1×1卷積、3×3卷積或者5×5卷積、SE結(jié)構(gòu).

表1 MobileNetV3 Large網(wǎng)絡(luò)配置表

用式(10)來(lái)表述訓(xùn)練數(shù)據(jù)集, 其中Ii表示訓(xùn)練圖片,li表示圖像中藏文音節(jié)序列的ground truth. 目標(biāo)函數(shù)的構(gòu)建是通過(guò)最小化ground truth的條件概率的負(fù)對(duì)數(shù)似然函數(shù), 如式(11)式所示. 其中yi是循環(huán)層和卷積層從Ii生成的序列, 該目標(biāo)函數(shù)直接計(jì)算輸入圖像和它對(duì)應(yīng)的ground truth之間的損失函數(shù), 因此該網(wǎng)絡(luò)可以進(jìn)行輸入圖像與真實(shí)的標(biāo)簽序列的端到端的訓(xùn)練.

3 實(shí)驗(yàn)與分析

由于缺乏開(kāi)源的自然場(chǎng)景烏金體藏文文本圖像數(shù)據(jù)集, 本實(shí)驗(yàn)中網(wǎng)絡(luò)訓(xùn)練所用的數(shù)據(jù)集全是在拉薩街頭人工拍攝的烏金體藏文文本圖像. 這些烏金體藏文文本圖像主要包括了交通標(biāo)志牌、店鋪廣告牌、公交站牌等自然場(chǎng)景烏金體藏文文本圖像. 最終收集了449張烏金體藏文文本圖像, 4321張自然場(chǎng)景烏金體藏文文本塊圖像.

3.1 烏金體藏文檢測(cè)

在自然場(chǎng)景烏金體藏文檢測(cè)實(shí)驗(yàn)中, 將前期收集的449張自然場(chǎng)景烏金體藏文圖像尺寸統(tǒng)一為608×608, 然后將這449張圖片進(jìn)行數(shù)據(jù)增強(qiáng)最終擴(kuò)充為1796張, 并將這1796張圖像隨機(jī)分為訓(xùn)練集1600張和測(cè)試集196張, 使用Labelme軟件對(duì)實(shí)驗(yàn)數(shù)據(jù)集進(jìn)行了標(biāo)注. 在此基礎(chǔ)上對(duì)比了CTPN[1]、EAST[5]場(chǎng)景文字檢測(cè)算法與本文所采用的可微分的二值化網(wǎng)絡(luò)DBNet在烏金體藏文檢測(cè)上的效果, 其中成功檢測(cè)到烏金體藏文的部分檢測(cè)效果如圖3所示, 圖3(a)為CTPN檢測(cè)效果, 圖3(b) 為EAST檢測(cè)效果, 圖3(c)為DBNet檢測(cè)效果. 在測(cè)試集上的性能測(cè)試結(jié)果如表2所示.

圖3 成功檢測(cè)到烏金體藏文的部分圖片展示

因?yàn)樵诒疚氖占淖匀粓?chǎng)景烏金體藏文檢測(cè)實(shí)驗(yàn)數(shù)據(jù)集圖像中很多烏金體藏文文本行都是傾斜文本,完全水平的烏金體藏文文本較少. 從圖3中可以看出,本文所采用的可微 分二值化網(wǎng)絡(luò)DBNet在真實(shí)自然場(chǎng)景下烏金體藏文的檢測(cè)效果最好, 且能檢測(cè)出傾斜文本. CTPN網(wǎng)絡(luò)只對(duì)水平文本檢測(cè)效果較好, 不適合傾斜文本的檢測(cè). 而EAST算法能檢測(cè)傾斜文本, 但是在實(shí)際的測(cè)試中出現(xiàn)很多誤檢. 所以在表2的性能測(cè)試中, CTPN網(wǎng)絡(luò)的性能較差, 而相比于EAST網(wǎng)絡(luò)本文所采用的檢測(cè)網(wǎng)絡(luò)的準(zhǔn)確率最高.

表2 幾種檢測(cè)算法在烏金體藏文文本檢測(cè)實(shí)驗(yàn)上的性能對(duì)比

3.2 烏金體藏文識(shí)別

在自然場(chǎng)景烏金體藏文識(shí)別實(shí)驗(yàn)中, 將前期收集的4321張自然場(chǎng)景下烏金體藏文文本圖像塊尺寸統(tǒng)一為32×100, 采用算法合成的全藏字作為轉(zhuǎn)錄的字典,其中包含18 785個(gè)藏文音節(jié). 在此基礎(chǔ)上依次進(jìn)行了3組實(shí)驗(yàn), 但是該實(shí)驗(yàn)無(wú)法與現(xiàn)有相關(guān)工作做對(duì)比, 主要有以下兩個(gè)方面的原因, 一方面因?yàn)榕c自然場(chǎng)景下烏金體藏文識(shí)別相關(guān)的論文較少, 無(wú)法與其他研究成果進(jìn)行比較； 另一方面因?yàn)槟壳皼](méi)有開(kāi)源的自然場(chǎng)景藏文數(shù)據(jù)集, 都是基于自制的數(shù)據(jù)集進(jìn)行實(shí)驗(yàn), 沒(méi)有可比性. 這3組實(shí)驗(yàn)驗(yàn)證了本文采用的方法在自然場(chǎng)景烏金體藏文識(shí)別上的可行性. 網(wǎng)絡(luò)訓(xùn)練結(jié)束后在測(cè)試集上的性能測(cè)試如表3所示.

表3 不同特征提取網(wǎng)絡(luò)在烏金體藏文文本識(shí)別實(shí)驗(yàn)上的性能對(duì)比

采用3.1節(jié)中DBNet網(wǎng)絡(luò)訓(xùn)練出的烏金體藏文檢測(cè)模型和實(shí)驗(yàn)3訓(xùn)練出的烏金體藏文識(shí)別模型在314張自然場(chǎng)景烏金體藏文圖像上的部分正確檢測(cè)到烏金體藏文文本并完全識(shí)別正確的結(jié)果可視化為如圖4所示, 圖4(a)的識(shí)別結(jié)果為； 圖4(b)的識(shí)別結(jié)果為； 圖4(c)的識(shí)別結(jié)果為和. 但是其中也存在一些錯(cuò)誤識(shí)別的結(jié)果, 部分特殊示例如圖5和圖6所示. 圖5(a)的識(shí)別結(jié)果為第3個(gè)音節(jié)的基字識(shí)別錯(cuò)誤, 正確的應(yīng)為“?”； 第5個(gè)音節(jié)中“”不符合藏字構(gòu)字規(guī)則； 圖5(b)的識(shí)別結(jié)果為第2個(gè)音節(jié)錯(cuò)誤, 應(yīng)為“”, 其中“”是特殊藏字, 第5個(gè)音節(jié)錯(cuò)誤, “”不符合藏字構(gòu)字規(guī)則； 圖5(c)的識(shí)別結(jié)果為“”, 第3個(gè)音節(jié)后加字下多了一個(gè)構(gòu)件, 第4個(gè)音節(jié)不符合藏字構(gòu)字規(guī)則.圖6(a)的識(shí)別結(jié)果為第1音節(jié)少了下加字, 第2音節(jié)少了下加字“”； 圖6(b)的識(shí)別結(jié)果為, 第二個(gè)音節(jié)錯(cuò)誤, 缺下加字, 應(yīng)為“??”； 圖6(c)的識(shí)別結(jié)果為, 后者中第4個(gè)音節(jié)缺下加字.

圖4 正確的檢測(cè)結(jié)果和識(shí)別結(jié)果示例

圖5 識(shí)別結(jié)果錯(cuò)誤示例1

圖6 識(shí)別結(jié)果錯(cuò)誤示例2

從表3中可以看出, 隨著數(shù)據(jù)集規(guī)模的增大, 最終在測(cè)試集上的識(shí)別準(zhǔn)確率有了很大的提升. 在實(shí)驗(yàn)2和實(shí)驗(yàn)3中采用了不同特征提取網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn), 實(shí)驗(yàn)結(jié)果表明實(shí)驗(yàn)3采用的特征提取網(wǎng)絡(luò)在烏金體藏文識(shí)別上的效果更好. 通過(guò)分析在314張自然場(chǎng)景下烏金體藏文圖像上的實(shí)際識(shí)別效果, 從中可以發(fā)現(xiàn)本文訓(xùn)練出的模型對(duì)結(jié)構(gòu)簡(jiǎn)單的藏文字符能夠識(shí)別正確, 如圖4所示, 證明了該方法在自然場(chǎng)景烏金體藏文識(shí)別上的可行性. 但是由于實(shí)驗(yàn)數(shù)據(jù)集規(guī)模太小, 實(shí)際的測(cè)試結(jié)果中也存在一些識(shí)別錯(cuò)誤的情況, 部分示例如圖5和圖6所示. 從中發(fā)現(xiàn)了一些特殊的現(xiàn)象如下: (1)識(shí)別錯(cuò)誤的結(jié)果中有些音節(jié)如“”、“”、“”等不符合藏字構(gòu)字規(guī)則, 如圖5所示； (2)下加字漏識(shí)別現(xiàn)象比較常見(jiàn), 其中音譯詞“”也會(huì)識(shí)別錯(cuò)誤, 如圖6所示； (3)出現(xiàn)特殊藏字“”時(shí)會(huì)識(shí)別錯(cuò)誤； (4)一些結(jié)構(gòu)極其相似的藏文字符如“”、“”、“”以及“”、“”等在識(shí)別時(shí)容易出錯(cuò). 其中現(xiàn)象(2)和現(xiàn)象(3)是因?yàn)樘厥獠刈?“”和音譯詞“”不符合全藏字中藏字的構(gòu)字規(guī)則, 但也屬于藏字. 現(xiàn)象(1)和現(xiàn)象(4)是因?yàn)橛?xùn)練集規(guī)模太小, 網(wǎng)絡(luò)沒(méi)有學(xué)習(xí)到復(fù)雜結(jié)構(gòu)藏字和結(jié)構(gòu)相似藏文字符的特征.

4 總結(jié)與展望

本文采用基于殘差網(wǎng)絡(luò)ResNet-18的可微分的二值化網(wǎng)絡(luò)DBNet用于自然場(chǎng)景烏金體藏文的檢測(cè), 采用基于序列的識(shí)別算法CRNN用于自然場(chǎng)景烏金體藏文的識(shí)別, 在人工收集的烏金體藏文圖像數(shù)據(jù)集的基礎(chǔ)上進(jìn)行了初步的實(shí)驗(yàn), 實(shí)驗(yàn)表明了該方法在烏金體藏文檢測(cè)與識(shí)別上具有可行性. 通過(guò)分析實(shí)驗(yàn)結(jié)果在現(xiàn)有方法的基礎(chǔ)上可以改善的方面主要有以下幾點(diǎn):(1)根據(jù)藏文構(gòu)字特點(diǎn), 在CRNN的轉(zhuǎn)錄層中如何將藏文構(gòu)字規(guī)則引入其中, 以避免識(shí)別結(jié)果中出現(xiàn)不符合藏字構(gòu)字規(guī)則的情況； (2)完善詞典, 加入特殊藏字以及音譯詞； (3)如何合成多樣化的自然場(chǎng)景烏金體藏文文本塊以擴(kuò)充訓(xùn)練集提高網(wǎng)絡(luò)的識(shí)別準(zhǔn)確率.