自然场景图像中的鲁棒文本检测
计算机视觉与模式识别
2014-06-23 v3 信息检索
机器学习
摘要
自然场景图像中的文本检测是许多基于内容的图像分析任务的重要前提。本文提出了一种准确且鲁棒的自然场景图像文本检测方法。我们设计了一种快速有效的剪枝算法，利用最小化正则化方差的策略提取极大稳定极值区域（MSERs）作为字符候选。通过单链聚类算法将字符候选分组为文本候选，其中距离权重和聚类算法的阈值通过一种新颖的自训练距离度量学习算法自动学习。利用字符分类器估计文本候选对应于非文本的后验概率；随后剔除具有高概率的文本候选，最终通过文本分类器识别文本。所提出的系统在 ICDAR 2011 Robust Reading Competition 数据集上进行了评估；其 F 度量超过 76%，显著优于 71% 的 SOTA 性能。在公开的多语言数据集上的实验结果也表明，我们提出的方法优于其他竞争方法，F 度量提升了 9 个百分点以上。最后，我们在 http://kems.ustb.edu.cn/learning/yin/dtext 建立了所提出的场景文本检测系统的在线演示。
引用
@article{arxiv.1301.2628,
title = {Robust Text Detection in Natural Scene Images},
author = {Xu-Cheng Yin and Xuwang Yin and Kaizhu Huang and Hong-Wei Hao},
journal= {arXiv preprint arXiv:1301.2628},
year = {2014}
}
备注
A Draft Version (Submitted to IEEE TPAMI)