检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的场景文字检测综述

电子学报 2019年第5期47卷 1152-1161页

作者：姜维张重生殷绪成华北水利水电大学信息工程学院河南郑州450045 河南大学计算机与信息工程学院河南开封475001 北京科技大学计算机与通信工程学院北京100083

近年来,基于深度学习的场景文字检测技术取得重要进展.本文综述了该技术在2014～2018年间的最新工作,将其分为传统区域建议方法、文字建议网络方法、基于分割的方法以及文字建议网络与分割的混合方法,并对各类方法的优劣进行分析.本文... 详细信息

近年来,基于深度学习的场景文字检测技术取得重要进展.本文综述了该技术在2014～2018年间的最新工作,将其分为传统区域建议方法、文字建议网络方法、基于分割的方法以及文字建议网络与分割的混合方法,并对各类方法的优劣进行分析.本文还展望了未来发展趋势,指出未来研究热点.

关键词：深度学习场景文字检测定位

基于视觉显著性与文字置信图的场景文字的背景抑制方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2015年第1期43卷 62-68页

作者：姜维卢朝阳李静刘晓佩姚超西安电子科技大学综合业务网国家重点实验室陕西西安710071

复杂背景是影响场景文字自动定位算法性能的重要因素.为消除背景干扰,本文首先根据谱残差理论获取显著性区域,然后利用基于笔画特征的点对梯度方向差比例图与基于傅里叶谱统计特征的后验概率图取得显著性区域的文字置信图,最后借助图模... 详细信息

复杂背景是影响场景文字自动定位算法性能的重要因素.为消除背景干扰,本文首先根据谱残差理论获取显著性区域,然后利用基于笔画特征的点对梯度方向差比例图与基于傅里叶谱统计特征的后验概率图取得显著性区域的文字置信图,最后借助图模型融合视觉显著性图、文字置信图与HSI颜色特征最终达到抑制自然图像背景并突出前景文字的效果.在ICDAR2011场景文字定位竞赛数据库与实验室场景中文数据库中的实验结果表明,本算法可较好的抑制自然图像中复杂背景,并有效提升算法的性能.

关键词：场景文字背景抑制视觉显著性笔画特征傅里叶谱统计特征

基于视觉显著性和提升框架的场景文字背景抑制方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2014年第3期36卷 617-623页

作者：姜维卢朝阳李静刘晓佩姚超西安电子科技大学综合业务网国家重点实验室西安710071

为解决复杂背景对场景文字自动定位算法干扰的问题,该文利用视觉显著性抑制背景且突出前景的特点,以方向梯度直方图特征、方向梯度直方图统计特征、梯度幅度特征和梯度曲线特征的弱分类器,结合提升框架提出一种背景抑制算法。该文算法... 详细信息

为解决复杂背景对场景文字自动定位算法干扰的问题,该文利用视觉显著性抑制背景且突出前景的特点,以方向梯度直方图特征、方向梯度直方图统计特征、梯度幅度特征和梯度曲线特征的弱分类器,结合提升框架提出一种背景抑制算法。该文算法的目标是抑制自然图像中复杂背景且突出前景文字,作为场景文字自动定位算法的预处理阶段增强算法效果。在ICDAR2011场景文字定位竞赛数据库和实验室场景中文数据库中实验结果表明,该文算法较好地抑制自然场景中复杂背景,并有效提升场景文字自动定位算法的性能。

关键词：图像处理场景文字背景抑制视觉显著性提升方法

在线全文

学校读者我要写书评

暂无评论

基于深度学习的场景文字检测与识别

中国科学：信息科学 2018年第5期48卷 531-544页

作者：白翔杨明锟石葆光廖明辉华中科技大学电子信息与通信学院武汉430074

场景文字检测与识别是一种通用文字识别技术,已成为近年来计算机视觉与文档分析领域的热点研究方向.其被广泛应用于地理定位、车牌识别、无人驾驶等领域.相对于传统的文档文字检测和识别,场景文字在字体、尺度、排布、背景等方面变化更... 详细信息

场景文字检测与识别是一种通用文字识别技术,已成为近年来计算机视觉与文档分析领域的热点研究方向.其被广泛应用于地理定位、车牌识别、无人驾驶等领域.相对于传统的文档文字检测和识别,场景文字在字体、尺度、排布、背景等方面变化更加剧烈,深度学习技术也由于卓越的性能成为该领域的主流方法.本文主要回顾了作者基于深度学习在此领域取得的代表性成果,并对此领域未来研究趋势进行了展望.

关键词：深度学习场景文字文字检测文字识别计算机视觉

在线全文

学校读者我要写书评

暂无评论

视觉感知式场景文字检测定位方法

智能系统学报 2017年第4期12卷 563-569页

作者：吕国宁高敏郑州师范学院网络管理中心河南郑州450044 郑州师范学院信息科学与技术学院河南郑州450044

针对自然场景中复杂背景干扰检测的问题,本文提出一种基于视觉感知机制的场景文字检测定位方法。人类视觉感知机制通常分为快速并行预注意步骤与慢速串行注意步骤。本文方法基于人类感知机制提出一种场景文字检测定位方法,该方法首先通... 详细信息

针对自然场景中复杂背景干扰检测的问题,本文提出一种基于视觉感知机制的场景文字检测定位方法。人类视觉感知机制通常分为快速并行预注意步骤与慢速串行注意步骤。本文方法基于人类感知机制提出一种场景文字检测定位方法,该方法首先通过两种视觉显著性方法进行预注意步骤,然后利用笔画特征以及文字相互关系实现注意步骤。本文方法在ICDAR 2013与场景汉字数据集中均取得较有竞争力的结果,实验表明可以较好地用于复杂背景的自然场景英文和汉字的检测。

关键词：视觉感知视觉显著性笔画宽度变换场景文字文字检测定位视觉注意汉字英文

在线全文

学校读者我要写书评

暂无评论

藏汉双语自然场景文字检测与识别系统

藏汉双语自然场景文字检测与识别系统

作者：李金成西北民族大学

学位级别：硕士

随着智能科技的飞速发展,许多应用都需要场景中丰富的文字信息,例如自动驾驶,交通监控和智慧城市建设等。而对于场景图像中的文字,其文字类型不一、背景复杂、形状多样、尺度多变、容易受物理因素的影响等,使得场景文字检测和识别的难... 详细信息

随着智能科技的飞速发展,许多应用都需要场景中丰富的文字信息,例如自动驾驶,交通监控和智慧城市建设等。而对于场景图像中的文字,其文字类型不一、背景复杂、形状多样、尺度多变、容易受物理因素的影响等,使得场景文字检测和识别的难度远大于传统的扫描文档图像。因此自然场景图像中的文字检测与识别是一项很具有挑战性的任务,已成为人工智能技术的重要研究分支。在中国藏区,藏汉双语场景随处可见,如商户牌匾、道路指示牌、报刊资料等,它们承载着教育、宣传、信息可视等重要任务,在人们的学习生活中发挥重要作用。现有场景文字检测与识别研究大都集中在汉语、英语等主流语言文字,鲜有同时对场景藏文和汉文识别的研究。本文基于深度学习的场景文字检测与识别研究的基础上,设计并实现一个场景藏汉双语检测与识别系统。主要工作如下:第一,针对没有公开标准藏汉双语场景图像数据集的现状,探索构建藏汉双语场景文本检测与识别数据库的方法和规范,并采用人工标注和人工合成的方法,构建了有9548张用于文字检测的数据集,有71277张用于文字识别的数据集,为藏汉场景文字检测与识别研究奠定了数据基础。第二,提出一种文本实例中心区域边界扩增的文字检测网络模型,实现场景藏汉文本的有效检测。用Res Net作为骨干网络,后接特征金字塔增强模块FPEM,用于增强输入的特征金字塔;使用FPN网络将所有尺度的特征再次连接,以进行特征融合;在组合不同尺度的特征图上,预测矩形文本实例区域、文本实例中心区域、文本实例中心区域边界到完整文本实例边界距离,以便从文本实例中心区域扩增到完整的文本实例。完成对场景图像中任意方向和形状的文本检测。在真实的藏汉双语场景文字检测测试数据集上,所提的方法获得75.47%的精准率。第三,基于卷积循环神经网络和连接时序分类器（CRNN+CTC）的方法,对场景藏汉双语文本行图像进行训练得到识别模型。首先利用卷积神经网络提取输入图像的卷积特征并将其编码成为特征序列,再经过全连接网络对特征序列做加权和。其次,使用一个Bi GRU对每个特征序列进行学习,通过全连接层预测标签的概率分布。最后将预测的标签序列通过CTC映射到藏/汉文单词,获得识别结果。在藏汉双语测试集上获得最好85.31%的单字识别率,有较好的识别性能。第四,设计实现藏汉双语场景文字检测与识别系统。该系统集成所提算法获得的模型,结合前端技术,将用户上传的图像进行文字检测并将检测到的文字区域识别成计算机编码的藏、汉文本,显示到系统界面。通过对不同功能的测试,表明该系统达到了预期的效果、运行流畅且时间复杂度低,有较强的应用价值。

关键词：场景文字藏汉双语文字检测文字识别场景图像数据集

基于Gabor滤波与边缘特征的场景文字检测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用与软件 2012年第12期29卷 286-290页

作者：邓勇武小红雍宝虎江苏大学电气信息工程学院江苏镇江212013

为了解决场景文字检测受到背景复杂、光照不均等环境因素及文字本身属性变化的影响,提出一种基于Gabor滤波与边缘特征的场景文字检测方法。有效地融合了图像的纹理特征与边缘信息来得到文本候选区;经过形态学处理与投影运算对文字区域... 详细信息

为了解决场景文字检测受到背景复杂、光照不均等环境因素及文字本身属性变化的影响,提出一种基于Gabor滤波与边缘特征的场景文字检测方法。有效地融合了图像的纹理特征与边缘信息来得到文本候选区;经过形态学处理与投影运算对文字区域进行定位;最后通过一种特殊的二值化处理实现文字的提取。实验表明,该方法能检测各种场景下的文字。

关键词：场景文字 Gabor滤波边缘特征形态学处理投影运算