利用复小波变换分类字体与书法风格
计算机视觉与模式识别
2014-07-11 v1
摘要
由于不同字体和强调样式的可用数字文档数量不断增加，字体识别已成为文档分析中的一项重要任务。人们期望有一种独立于语言、文字和内容的通用字体识别系统，以处理各种类型的文档。同时，对手稿中的书法风格进行分类对于古文字学分析至关重要，但在文献中尚未得到充分研究。我们将字体识别问题视为纹理的分析和分类。我们利用复小波变换提取特征，并使用支持向量机进行分类。在四种语言的不同数据集上进行的广泛实验评估，以及与最先进研究的比较表明，我们提出的方法在实现更高识别准确率的同时，计算更为简便。此外，在一个由奥斯曼手稿生成的新数据集上，我们展示了该方法也可用于以高准确率对奥斯曼书法进行分类。
引用
@article{arxiv.1407.2649,
title = {Classifying Fonts and Calligraphy Styles Using Complex Wavelet Transform},
author = {Alican Bozkurt and Pinar Duygulu and A. Enis Cetin},
journal= {arXiv preprint arXiv:1407.2649},
year = {2014}
}