用于作者识别的稀疏径向采样 LBP
计算机视觉与模式识别
2015-04-24 v1
摘要
在本文中，我们介绍了稀疏径向采样局部二值模式（Sparse Radial Sampling Local Binary Patterns），这是用于文本即纹理分类的局部二值模式（LBP）的一种变体。通过调整并扩展标准 LBP 算子以适应文本的特殊性，我们获得了一种通用的文本即纹理分类方案，并将其应用于作者识别。在 CVL 和 ICDAR 2013 数据集上的实验表明，所提出的特征集展示了最先进（State-Of-the-Art, SOA）的性能。在所有 SOA 方法中，所提出的方法是唯一基于单一局部特征描述符密集提取的方法。这使得该方法速度快，适用于文档图像分析（DIA）流程的早期阶段，而无需分割、二值化或提取多种特征。
引用
@article{arxiv.1504.06133,
title = {Sparse Radial Sampling LBP for Writer Identification},
author = {Anguelos Nicolaou and Andrew D. Bagdanov and Marcus Liwicki and Dimosthenis Karatzas},
journal= {arXiv preprint arXiv:1504.06133},
year = {2015}
}
备注
Submitted to the 13th International Conference on Document Analysis and Recognition (ICDAR 2015)