甲骨文字形结构识别的图同构网络方法及其在商代历史研究中的应用

本文推荐一篇关于甲骨文结构识别的前沿研究。作者团队提出基于图同构网络（GGIN）的甲骨文字形结构识别方法，通过骨架关键点提取构建图结构，结合WL同构理论实现多层次特征聚合。该方法在HWOBC和Oracle-50K数据集中表现优异，为甲骨文语义解读和商代历史研究提供了新工具。

　　

Highlight

本研究基于WL同构理论提出甲骨文字形结构识别方法。通过图像细化算法构建高保真图结构，结合拓扑几何特征与Weisfeiler-Lehman（WL）图同构理论，设计具有多层次特征提取能力的图识别模型。

Graph Extraction

甲骨文骨架关键点检测构建图结构：采用Zhang-Suen形态学细化算法提取单像素宽骨架（图1d），将关键点作为图节点，节点间连通路径作为边。通过筛选冗余奇异点建立稳定的邻接矩阵结构。

Experiment Design

如图1k所示，不同形态的甲骨文"Yu"字图结构匹配流程：输入未知甲骨文字形图像，经预处理后提取的图结构特征输入训练好的GGIN模型。若预测类别正确，则训练集中必存在与之图结构匹配的"Yu"字样本。

Conclusion

实验证明，该方法在HWOBC和Oracle-50K数据集上实现先进的结构识别性能，为甲骨文演化研究和商代历史考证提供了新的数字化分析工具。