古文字识别助手与众包平台——项目博客一

项目背景：

从目前的考古发掘看，尚未明确证实发现有关夏代的文字资料。但种种迹象表明，夏朝的文字是存在的。山东大学考古美学研究所刘凤君教授在2005年在山东等地发现了诸多刻画在兽骨上的符 ，将其命名为骨刻文，并认定刻画工具为玛瑙等锐角宝石，形成约在4600～3300年之间，若该符 能被证明为是文字，将会为中国古代文字研究以及甲骨文的发展提供重要的考古资料。

技术创新：

此前采用基于数字图像处理的技术，从骨刻文上提取出字符，对于被虫蛀、腐蚀过的雕纹的提取效果不佳；本项目计划采取众包算法以及EM算法，采用人工描绘雕纹形状并取最吻合的真值，提取出雕纹的字符库。

工作内容：

• 2.搭建一个众包平台，通过小游戏的形式收集用户对雕纹图片的手绘（PC端及安卓端）；
• 3.采用EM算法，经过多次迭代，在众多样本中，选择出最优的最接近于真值的痕迹；
• 4.将字符库的字符根据主笔画进行分类；
• 5.将字符库的字符与甲骨文、小篆的字库尝试进行对比；

技术路线：

采用数字图像处理技术将图片分割成包含单个字符的图片，通过众包平台收集用户对于图片的手绘数据，通过EM算法，经过多次迭代，在众多样本中，选择出最优的最接近于真值的痕迹，形成字符库。

实施方案：

采用迭代式开发。第一个月完成平台 页的开发以及小游戏的制作；第二个月搜集手绘数据并设计算法得到字符库；第三个月完善平台和小游戏，同时对字符进行分类。

项目的具体分工：

• 采用结对编程进行软件开发
• 聂笑宇负责安卓APP的编写以及算法的设计；
• 郝龙负责安卓APP的编写以及算法的设计；
• 牛毅群负责后端的代码编写以及 页前端的代码编写；
• 陈楚芸负责 页前端的代码编写以及对图像的处理；
• 刘康负责后端的代码编写和系统设计。

实施计划：

1. 初期，开发相应的web平台和app平台，同步研究后期需要使用的算法，众包算法，图像识别，特征提取算法等。
2. 中期，完善web和app平台，并推广，用于手收集众包算法的原始数据，并根据算法对骨骼文字进行真值提取。
3. 后期，根据前中期的成果，对文字进行主笔画分类，时间富足的情况下，将文字与小篆，甲骨文进行对比研究。

文章知识点与官方知识档案匹配，可进一步学习相关知识Java技能树首页概览93564 人正在系统学习中