-
题名基于区域特征与支持向量机的场景文字定位算法
被引量：1
- 1
-
-
作者
彭艳兵
关韵竹
-
机构
武汉邮电科学研究院
烽火通信科技股份有限公司
-
出处
《计算机与现代化》
2016年第12期87-91,共5页
-
文摘
场景文字定位与识别问题近年来受到极大关注,本文针对定位场景图片中的文字提出一种区域与连通域结合的方法。首先采用最大稳定极值区域(MSER)与笔画宽度变换(SWT)相结合的方法来提取图片的候选文字连通域,然后运用启发规则对候选连通域初筛,最后提取候选连通域的方向梯度直方图特征(HOG)和均匀局部二值模式(LBP)特征,输入支持向量机(SVM),判别是否为文字区域。实验结果表明,本文算法具有较好的文字定位效果,并且召回率较高。
-
关键词
场景文字定位
笔画宽度变换
均匀局部二值模式
支持向量机
-
Keywords
scene text localization
stroke width transform
uniform local binary patterns
SVM
-
分类号
TN919.8
[电子电信—通信与信息系统]
-
-
题名基于深度全卷积神经网络的文字区域定位方法
被引量：1
- 2
-
-
作者
骆遥
-
机构
同济大学测绘与地理信息学院
-
出处
《无线互联科技》
2016年第23期43-44,共2页
-
文摘
近年来,深度学习模型在各种计算机视觉方面都展现出了远远优于传统方法的性能,在自然场景中的文字区域定位问题中引入深度学习方法无疑也是大势所趋。文章提出了一种基于深度全卷积网络方法的文字区域定位方法,实现了端到端的训练、检测,使得训练更为有效,检测过程更加高效。最终文中方法在ICDAR 2015数据集上对比基于MSER等的传统方法有了很大提升,达到了86.57%的查准率和82.1%的召回率。
-
关键词
深度全卷积网络
自然场景文字区域定位
图像区域分割
-
Keywords
neural scene text localization
natural scene text area location
image region segmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
