近日，我校六名本科生运用图像和文本处理、深度学习算法、开发创新的神经网络算法和生成对抗算法（Generative Adversarial Network，GAN），结合甲骨文的形态、语义、上下文关联等知识，实现了甲骨文文字的自动识别、生成和检索目标。该教学成果论文“Multimedia Meets Archaeology: A Novel Interdisciplinary Teaching Approach”已被国际教育会议2021 Frontiers in Education (FIE) Conference长文接受。

基于人工智能算法的甲骨文识别

今年春季学期，本科生曾鸣、杨睦圳、鲁昊天、汪炜、席睿翎和张舒煜在计算机科学与工程系教授刘江、社会科学中心教授唐际根以及研究团队章晓庆、胡玙璠、钟雯的指导下，以在CS330《多媒体信息处理》课程中学到的知识和技能为基础做出了该研究成果。针对甲骨文识别这一学术难题，项目组第一步是建立甲骨文数据库，将已识别的甲骨文图像及其对应汉字收入库中，目前已完成558个单字、1.8万多张图像的录入；研究第二步是采用经典的深度残差神经网络（ResNet）模型实现手写甲骨文图像识别的任务；第三步是选择pix2pix生成对抗网络（GAN）作为生成甲骨文的自动方法，用于增加样本多样性和生成一些未知甲骨文，其中基本网络采用U-Net结构；第四步是利用检索算法将未知甲骨文图像与已有的甲骨文对比，从数据库检索出未知甲骨文图像。

目前，项目组已在着手开发可用于展示和互动的微信小程序，努力将甲骨文的识读面向大众，增加大众对甲骨文的理解。

微信甲骨文小程序

据悉，本项目以考古学研究需求为导向，以多媒体信息处理和人工智能创新算法为核心，充分融合南方科技大学考古研究与多媒体人工智能算法创新的科研实力，体现了跨学科交叉融合的魅力与力量，实现了跨越学科边界的思维碰撞与技术共享。同时，为《多媒体信息处理》课程教授提供了创新思路，为探索南科大跨学科合作和教与学实践提供范本。

原文链接：

https://newshub.sustech.edu.cn/zh/html/202106/40982.html