自然场景图像中的乌尔都语文本：一个新数据集与初步文本检测
计算机视觉与模式识别
2021-09-17 v1 机器学习
图像与视频处理
摘要
自然场景图像中用于内容分析的文本检测是一项有趣的任务。研究界在英语/普通话文本检测方面已取得了一些重大进展。然而，自然场景图像中的乌尔都语文本提取是一项尚未得到很好解决的 task。在这项工作中，首先引入了一个用于自然场景图像中乌尔都语文本的新数据集。该数据集包含从真实场景获取的500张独立图像。其次，应用通道增强的最大稳定极值区域（MSER）方法来提取图像中作为候选的乌尔都语文本区域。采用两阶段过滤机制来消除非候选区域。在第一阶段，根据几何属性对文本和噪声进行分类。在第二阶段，训练一个支持向量机分类器以丢弃非文本候选区域。此后，使用基于质心的垂直和水平距离将文本候选区域进行连接。文本行进一步由基于HOG特征的不同分类器分析以去除非文本区域。在本地开发的数据集上进行了大量实验以评估性能。实验结果显示在测试集图像上具有良好的性能。该数据集将可供研究使用。据我们所知，该工作是乌尔都语同类任务中的首项工作，并将提供一个可供自由研究使用的良好数据集，并作为乌尔都语文本提取任务的基线性能。
引用
@article{arxiv.2109.08060,
title = {Urdu text in natural scene images: a new dataset and preliminary text detection},
author = {Hazrat Ali and Khalid Iqbal and Ghulam Mujtaba and Ahmad Fayyaz and Mohammad Farhad Bulbul and Fazal Wahab Karam and Ali Zahir},
journal= {arXiv preprint arXiv:2109.08060},
year = {2021}
}