基于离散小波变换与梯度差的自然场景图像与视频文本定位方法
计算机视觉与模式识别
2015-02-25 v1
摘要
文本检测与定位对视频分析与理解十分重要。视频中的场景文本包含语义信息，因此可显著贡献于视频检索与理解。然而，多数方法检测静止图像或单视频帧中的场景文本。视频与图像的不同在于时间冗余。本文提出一种基于离散小波变换与梯度差融合的新颖混合方法，以鲁棒地定位自然场景图像与视频中的文本。设计了一组规则与几何性质来定位真实文本区域。然后执行形态学操作以生成文本区域，最后采用连通分量分析来定位视频帧中的文本。在公开标准ICDAR 2003和Hua数据集上获得的实验结果表明，所提方法能准确检测与定位各种尺寸、字体和颜色的文本。在大量视频数据库上的实验揭示了该方法对视频数据库的适用性。
引用
@article{arxiv.1502.06703,
title = {Discrete Wavelet Transform and Gradient Difference based approach for text localization in videos},
author = {B. H. Shekar and Smitha M. L. and P. Shivakumara},
journal= {arXiv preprint arXiv:1502.06703},
year = {2015}
}
备注
Fifth International Conference on Signals and Image Processing, IEEE, DOI 10.1109/ICSIP.2014.50, pp. 280-284, held at BNMIT, Bangalore in January 2014