新闻网讯 7月5日,国际权威学术期刊《IEEE Internet of Things Journal》刊发电子信息与电气工程学院数智融合理论及应用研究团队题为“EMANet: An Ancient Text Detection Method Based on Enhanced-EfficientNet and Multi-Dimensional Scale Fusion”的研究成果。
该团队开展了基于深度学习模型和多尺度融合的古籍文字检测及数字化研究,提出了一种结合增强型EfficientNet网络和多尺度融合框架的古籍文字检测方法,有效地解决了古籍文本分布复杂、排列密集、风格迥异等特点所带来的检测精度不高的难题。论文所提出的方法在准确性和速度上都明显优于目前主流古籍文本检测方法,为古籍文本的数字化奠定了良好基础,对古籍文物的保存和传播具有重要意义。
![](/__local/A/7A/21/CC8E66E7761DC42505A26C42031_455C00F5_31D75.png)
22级硕士生王鹏为该论文第一作者,其导师周箩鱼副教授为通讯作者,电子信息与电气工程学院为第一署名单位。
数智融合理论及应用研究团队依托长江大学人工智能研究院,持续开展学科交叉应用研究,积极拓展“人工智能+”方向,推动相关研究在石油、农学、教育、人文、医学等领域的应用,此次发表的研究成果就是该团队将人工智能与人文学科相互结合的产物。未来,团队还将持续深化和探索相关课题在荆楚文化传承中的应用。
《IEEE Internet of Things Journal》是IEEE旗下的国际权威期刊,主要刊发人工智能及物联网方面的最新进展和评论文章。期刊最新影响因子为8.2,在所有小类中排序均在前5%。中科院最新SCI分区显示该期刊为I区TOP期刊。(电信学院供稿)
(审核 周箩鱼 编辑 李胜杰)