DongbaBPN：基于边界GCN的东巴字符检测

《Journal on Computing and Cultural Heritage》：DongbaBPN: Dongba Character Detection Based on Boundary GCN

Dongba1800数据集和DongbaBPN检测模型有效解决了复杂布局下的Dongba字符检测难题，通过FPN特征提取、初始边界提案和GCN迭代优化实现精准定位，实验表明其性能优于现有模型。

　　

摘要

东巴文字是一种独特的原始象形文字系统。由于其复杂的布局结构和高度变化的字形，识别东巴文字面临着重大挑战。为了解决这一问题，我们建立了一个高质量的东巴文字数据集Dongba1800，该数据集全面涵盖了古代东巴手稿中的各种布局结构和空间特征。我们还提出了一种名为DongbaBPN的字符检测模型，该模型能够在复杂的页面中精确地定位和检测东巴文字。具体来说，我们的方法直接对东巴文字的边界进行建模，包括一个类似于FPN（Feature Pyramid Network）的特征提取模块、一个初始边界提议模块以及一个基于GCN（Graph Convolutional Network）的边界迭代细化模块。边界提议模块通过提取特征语义信息来生成东巴文字的初始边界提议，然后边界迭代细化模块逐步对这些提议进行优化，直到能够准确定位并覆盖单个东巴文字。此外，我们还与其他最先进的文本检测模型进行了对比实验，结果表明我们的方法在东巴文字检测任务中取得了最佳性能。