检索结果-内蒙古大学图书馆

作者：张志科中国科学院大学

学位级别：硕士

随着数码产品的普及和多媒体技术的发展，人们越来越依赖使用图像或视频来传递信息，而其中的文本信息对于理解其内容具有重要的意义。图像中文本信息的自动抽取和识别有着广泛的应用，例如:1.智能交通系统中的车牌识别，2.利用文本信... 详细信息

随着数码产品的普及和多媒体技术的发展，人们越来越依赖使用图像或视频来传递信息，而其中的文本信息对于理解其内容具有重要的意义。图像中文本信息的自动抽取和识别有着广泛的应用，例如:1.智能交通系统中的车牌识别，2.利用文本信息进行图像或视频的搜索，3.车辆自动导航中识别路标信息等等。图像中的文字主要分两类:叠加文字和场景文字。其中叠加文字是后期编辑时人工添加进去的，而场景文字是图像中自然包含的。\n 一个完整的文字识别系统应该包含检测、定位、抽取和识别四个步骤。叠加文字的特点是前景单一而背景复杂，如果能有完美的二值化算法把前景和背景分离，其识别过程就会变得和传统的扫描文档中的文字识别一样容易，所以我们的研究侧重于文本像素的抽取，即二值化过程。场景文字可能具有非一致的光照、视角倾斜和低分辨率等特点，其识别较叠加文字更具挑战。不仅场景文字的识别依赖于单字符的识别效果，目前主流的场景文字检测和定位方法（基于滑动窗口的方法）通常也依赖于单字符的识别效果，因此我们对场景文字的研究侧重于单个字符的识别。\n 本文针对叠加文字提出了一种二值化算法和一种字符切分算法，并利用字符切分算法中相关步骤的结果提出改进后的二值化算法。针对场景文字研究了人工选取特征后使用分类器和基于深度学习模型把特征抽取和分类放在统一框架下两类途径。本文的贡献与特点体现在以下几个方面:\n (1)提出了一种新颖的的二值化算法将叠加文字中的文本像素从复杂背景中分离出来。本文算法有极性判断、基于颜色的聚类、使用MRF模型得到初步二值化结果、使用Log-Gabor Filter精化结果四个步骤，该方法能够整合亮度、颜色、领域关系、笔画信息来得到更好的二值化结果。\n (2)提出一种针对叠加文字的字符切分算法。把整个文本行切分成单个字符能够降低背景复杂性，同时字符切分也是很多方法进行后续识别的一个必要步骤。该字符切分方法基于Color Gradient和Log-Gabor Filter的融合，同时我们也利用该融合信息提出了改进后的二值化算法。\n (3)研究了HOG特征在场景字符识别中的效果，比较了用于字符识别时Sparse Rep-resentation Based Classifier和SVM、KNN分类器的效果，同时使用深度学习中的Convolutional Neural Network(CNN)模型进行字符识别。

关键词：叠加文字场景文字字符识别特征抽取视频搜索二值化算法

来源：评论

学校读者我要写书评

暂无评论

叠加文字和场景文字提取研究

叠加文字和场景文字提取研究

引用

作者：胡平中国科学院大学

学位级别：硕士

随着互联网技术的普及和多媒体技术的发展，在传统基于扫描文档的OCR技术广泛应用的同时，针对更具一般性的图像文本检测识别技术的需求正在不断凸显。图像中的文字包含着与图像内容密切相关的语义信息，准确地提取这些文本对于理解图... 详细信息

随着互联网技术的普及和多媒体技术的发展，在传统基于扫描文档的OCR技术广泛应用的同时，针对更具一般性的图像文本检测识别技术的需求正在不断凸显。图像中的文字包含着与图像内容密切相关的语义信息，准确地提取这些文本对于理解图像内容具有重要意义。在人工智能技术不断发展和广泛应用的今天，这项技术可以被应用到多个领域，例如多媒体内容的理解、分析与检索;场景理解与自动导航;文本提取与即时翻译;视觉辅助等。一般来说图像中文字主要包括两种形式:场景文字和叠加文字。场景文字指的是存在于自然场景中随着景物一起被拍摄下来的文本。这类文字形态具有较多的变化，文字的字体风格、大小、颜色、位置以及排列都比较随意，在拍摄的过程中容易受到光照等因素的影响从而造成图像退化。叠加文字则是指在视频和图像中，后期由人工添加的文字，如字幕、标题等。叠加文字的字体字形规范、颜色均匀一致且位置相对固定，但往往出现在相对较为复杂多变的背景当中。一个图像文字识别系统中，主要包含文字提取与文字识别两个组成部分。文字提取又可以被分成文字定位与分割，将定位候选区域中的文字像素从背景中精确分割出来能够大大降低识别难度。因此文字提取是后续识别步骤的基础，文字提取的精度对于整个图像文字识别系统的准确度起着关键的作用。图像中文字由于成像退化或者复杂的背景导致了较大的提取难度，但同时也吸引了较高的研究关注度。本论文的研究和讨论主要关注场景文字和叠加文字的定位分割，具体内容如下:\n 第一，从人类视觉注意机制的角度出发，对图像文字的视觉显著性进行了探索。文字区域通常具有底层视觉显著特性和高层视觉显著特性。从底层视觉显著性的角度出发观察发现，显著物体所在区域的像素相比于背景往往具有紧凑的颜色分布和纹理分布。基于这个观察，提取超像素的紧凑度特征和颜色特征，利用极限学习机在输入图像中学习并区分显著区域和背景区域从而实现显著目标的检测。\n 第二，提出了基于文字边界以及卷积神经网络的叠加文字检测算法。算法首先利用叠加文字相对于背景的强对比度，结合文字笔画结构的多方向性和分布紧凑性，提取文字边缘特征进行候选区域粗定位;然后利用卷积神经网络对候选区域进行进一步判别，得到相应的置信度图;最后对置信度图进行投影分析得到文本行的准确定位。\n 第三，针对场景文字检测中具有挑战性的问题之一-多方向文字检测，我们根据场景文字本身所具有的特点提出了基于显著闭合边界发现与方向学习的方法进行多方向文字检测。我们首先根据人类视觉特点和文字成像特点，检测图像中显著闭合区域作为候选文字区域。同时我们利用卷积神经网络的学习能力与表达能力，针对文字/非文字以及文字方向性进行学习。训练得到的卷积神经网络对候选区域进行检测并将输出作为特征。然后使用得到的卷积特征结合位置信息对所有候选字符区域进行聚合聚类，最后对聚类结果进行验证得到文本行。\n 第四，提出了一种将文字像素从复杂背景中分离的二值化方法。本算法首先根据选定区域中像素与边界区域像素的相似性与连通性计算该像素属于文本的置信度;然后使用颜色聚类算法将候选区域划分为不同的颜色层，并对边界连通区域进行判断从而去除边界背景区域;最后衡量不同颜色层与置信度图的相关性，选出最相似的颜色层作为分割结果。本方法结合了图像文字颜色均匀分布的特性与空间分布特性，能够有效地将文字像素从定位区域中分割出来。

关键词：场景文字叠加文字识别系统特征提取

来源：评论

学校读者我要写书评

暂无评论

图像和视频中叠加文字提取算法的研究与实际应用

引用

通讯世界 2019年第10期26卷 12-13页

作者：刘书红王昊宇陈晨吉林建筑科技学院计算机科学与工程学院

随着当今计算机技术、互联网技术和多媒体技术快速发展,人的生活方式也随之发生了变化,数字化的生活和我们息息相关,图像和视频已经逐渐取代了文字,成为人们生活主要传递信息方式。现在的图像和视频已经以不同往常,基本叠加了重要的注... 详细信息

随着当今计算机技术、互联网技术和多媒体技术快速发展,人的生活方式也随之发生了变化,数字化的生活和我们息息相关,图像和视频已经逐渐取代了文字,成为人们生活主要传递信息方式。现在的图像和视频已经以不同往常,基本叠加了重要的注释文字或字幕,掌握提取图像和视频中叠加文字的技术是尤为重要的。本文就国内外有关图像和视频识别新算法进行研究,对文字检测、文字分割和字符分割等技术进行研究。

关键词：图像视频叠加文字提取算法

来源：评论

学校读者我要写书评

暂无评论

一种基于笔画特征的叠加文字检测方法

一种基于笔画特征的叠加文字检测方法

引用

2007年全国网络与信息安全技术研讨会

作者：王伟强付立波高文黄庆明蒋树强中国科学院计算技术研究所北京 100080 中国科学院研究生院北京100080 中国科学院计算技术研究所北京 100080

图像中的叠加文字是理解图像语义的重要语义线索。叠加文字区域除对比度强和边缘密集特点外,文字笔画的线条、尺度以及空间分布等也会随着不同语言而呈现出不同于背景区域的特定纹理模式。本论文提出一种利用笔画线条的统计特征基于支... 详细信息

图像中的叠加文字是理解图像语义的重要语义线索。叠加文字区域除对比度强和边缘密集特点外,文字笔画的线条、尺度以及空间分布等也会随着不同语言而呈现出不同于背景区域的特定纹理模式。本论文提出一种利用笔画线条的统计特征基于支持向量机进行图像中叠加文字检测的方法。以汉字为例的初步实验表明所提出笔画纹理特征对较多字符构成的文字区域具有很好的性能。

关键词：文字检测支持向量机图像语义叠加文字检测方法笔画特征

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：