面向自然场景文本检测的增强字符性方法
计算机视觉与模式识别
2017-12-14 v1
摘要
文本定位是一个有趣的研究问题，因为文本可能出现在任意随机位置，并可能以各种形式出现。此外，检测文本的能力为改进许多高级计算机视觉问题开辟了空间。本文提出一种新颖的、与语言无关的文本检测方法，通过定义强字符性度量，利用边缘增强的极大稳定极值区域（Maximally Stable Extremal Regions）在自然场景中进行文本检测。我们表明，字符性线索的简单组合有助于拒绝非文本区域。这些区域被进一步微调以拒绝非文本邻域区域。对所提方案的全面评估表明，其泛化性能与传统方法相比具有可比性或更优。
引用
@article{arxiv.1712.04927,
title = {Enhanced Characterness for Text Detection in the Wild},
author = {Aarushi Agrawal and Prerana Mukherjee and Siddharth Srivastava and Brejesh Lall},
journal= {arXiv preprint arXiv:1712.04927},
year = {2017}
}