场景文本字体识别的细粒度方法
计算机视觉与模式识别
2016-02-25 v1
摘要
本文聚焦于非受限场景下的字体识别问题。字体识别是识别的重要前提，也是为多语言环境设计的自动文本理解系统不可或缺的条件。尽管在文档图像和手写文档方面已有广泛研究，但场景文本图像中的字体识别仍几乎是未探索的领域。我们详细描述了一种在自然图像中进行字体识别的新型方法，该方法结合卷积特征与朴素贝叶斯最近邻分类器。所提出的框架在细粒度分类框架下高效利用小笔画部件的分类能力。此外，我们提出一个新的公开基准数据集，用于评估自然场景中的联合文本检测与字体识别。在该新数据集上进行的实验表明，所提出的方法取得了最先进的结果，同时能很好地泛化到不同数据集和不同数量的字体。提供的证据表明，在野外的多语言场景文本识别是一个可行的方案。所提出方法的源代码已在线公开。
引用
@article{arxiv.1602.07475,
title = {A fine-grained approach to scene text script identification},
author = {Lluis Gomez and Dimosthenis Karatzas},
journal= {arXiv preprint arXiv:1602.07475},
year = {2016}
}