检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

视频中文字检测技术研究与实现

视频中文字检测技术研究与实现

作者：郑翠翠杭州电子科技大学

学位级别：硕士

随着网络技术的发展,数字化图像和视频增长非常快。随着移动数码相机以及手机等的普及,各种拍摄来的自然场景的数字图像也是到处可见。为了方便管理海量的视频和图像信息,使用户能够快速得定位自己感兴趣的视频和图像内容。产生了许多... 详细信息

随着网络技术的发展,数字化图像和视频增长非常快。随着移动数码相机以及手机等的普及,各种拍摄来的自然场景的数字图像也是到处可见。为了方便管理海量的视频和图像信息,使用户能够快速得定位自己感兴趣的视频和图像内容。产生了许多视频和图像处理及理解的实际需求,进而推动了人们对视频和图像内容的分析和研究。在视频内容分析方面,研究者主要对视频内容的结构化分析和检索技术比较关注;在图像内容分析方面,研究者对场景中获取内容的分析、监控尤为关注。在上述两个领域中,文字作为一种重要的高层语意信息而显示出其重要的作用。此外,还可将提取出的文字从原图像中去除,同时修复被文字所遮挡的背景区域,进而添加上多语种的文字,这对于不同语种间的视频及图像交流和视频及图像的再次使用也是很有意义的。文字行检测实际上也是一种模式识别。不同于其它的典型模式,例如单个汉字的模式,文字行的大小、形状、颜色等都没有固定的模式。而且在很多情况下,文字所处的背景非常复杂。这些都给文字检测带来非常大的困难。所以传统的直接检测图像模式的方法是不能用来检测文字的。本文在对国内外研究现状和所涉及的基本技术综述的基础上,就视频中文字检测算法做出深入探讨,并提出了两种文字检测的方法,第一种文字检测方法是利用边缘检测和局部直方图来定位文字区域。首先,用边缘检测的方法粗略定位可能的文字区域。然后用局部直方图对提取出来的粗略文字区域进行精确的定位,最后利用文字行的结构信息进行过滤,去除似文本的“假”文字区域。这个算法对于背景不是很复杂的视频有比较好的检测效果。第二种文字检测方法运用了文字的内在结构属性和视频帧的时间冗余信息来检测文字区域。首先,根据文字的内在属性设计几个文字检测器,文字有横笔画、竖笔画、对角笔画,相应的文字检测器也有横笔画文字检测器、竖笔画文字检测器、对角笔画文字检测器等。这些文字检测器能够比较精确得将文字像素提取出来,然后将提取出来的文字像素连接成侯选文字区域。不同于以往的文字检测方法,在本算法中,视频帧的冗余信息被用于文字检测阶段,而非文字增强阶段。最后通过基于密度的去噪处理以及结构信息过滤等形成文字行。实验结果显示,这种文字检测效果较好。此外,本文还就视频中文字提取后的后期应用——视频背景修复方法进行初步分析与实现,即:在提取出图像内的文字区域后,本文运用纹理修复技术,将提取出的文字从原图中去除,同时,修复原图中被文字遮挡的背景区域。在一些特定领域中,本文实现的方法取得了较为理想的结果。

关键词：文字检测边缘检测局部直方图图像修复

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与识别综述

电视技术 2019年第14期43卷 65-70页

作者：艾合麦提江·麦提托合提艾斯卡尔·艾木都拉阿布都萨拉木·达吾提新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学软件学院新疆乌鲁木齐830046

近年来,基于深度学习的场景文字检测和识别研究已成为计算机视觉领域的一个研究热点。本文首先介绍了场景文字检测与识别所面临的挑战,其次从场景文字检测、场景文字识别和端到端文字识别三个任务分别综述了最新的研究工作,然后列出了... 详细信息

近年来,基于深度学习的场景文字检测和识别研究已成为计算机视觉领域的一个研究热点。本文首先介绍了场景文字检测与识别所面临的挑战,其次从场景文字检测、场景文字识别和端到端文字识别三个任务分别综述了最新的研究工作,然后列出了该领域比较常用的大型公开数据集情况,最后总结和展望了最新的研究趋势。

关键词：深度学习场景文字文字检测文字识别端到端识别

基于分支ResNet-50的EAST场景文字检测算法

在线全文

学校读者我要写书评

暂无评论

北京信息科技大学学报（自然科学版） 2020年第3期35卷 94-98页

作者：龙言施水才肖诗斌北京信息科技大学计算机学院北京100192 拓尔思信息技术股份有限公司北京100101

针对自然场景文字检测任务中多尺度文本提取效果不佳的问题,改进EAST算法的ResNet基础网络单元,采用分支结构的特征提取方法,使得算法能够感知到更加深层次的文本特征。实验证明,在ICDAR2015数据集上,分支结构的EAST算法相比原始EAST算... 详细信息

针对自然场景文字检测任务中多尺度文本提取效果不佳的问题,改进EAST算法的ResNet基础网络单元,采用分支结构的特征提取方法,使得算法能够感知到更加深层次的文本特征。实验证明,在ICDAR2015数据集上,分支结构的EAST算法相比原始EAST算法,提高了1.18%的准确率。该算法对于较为复杂的文本检测任务表现出良好的检测性能。

关键词：自然场景文字检测分支结构 EAST

在线全文

学校读者我要写书评

暂无评论

基于CUDA的视频图像文字检测与去除研究

基于CUDA的视频图像文字检测与去除研究

作者：李林华中科技大学

学位级别：硕士

视频图像是人们日常生活中信息获取和交流的主要媒体，视频文字检测与去除作为一种视频图像修复技术，是实现视频图像资源再利用的有效手段。随着高清视频图像的出现，视频图像具有数据量大、信息丰富的特点，研究视频图像的实时处理方... 详细信息

视频图像是人们日常生活中信息获取和交流的主要媒体，视频文字检测与去除作为一种视频图像修复技术，是实现视频图像资源再利用的有效手段。随着高清视频图像的出现，视频图像具有数据量大、信息丰富的特点，研究视频图像的实时处理方法已成为视频图像应用的迫切需求。本文提出借助GPU的运算能力来提升视频图像文字检测及去除的处理速度。目前，GPU的计算能力越来越受到重视，其中NVIDIA公司的CUDA技术拥有较好的可编程性和图像实时处理能力。本文对CUDA的并行计算工作原理进行了研究，分析了CUDA的体系结构和并行处理机制。图像的文字检测与去除是数字图像处理中的经典内容，本文首先综合传统算法的特点提出了一种针对单幅图像的文字检测及去除算法，在此基础上根据视频中文字以及视频内容具有一定的连续性的特点，提出基于视频前后帧之间的文字检测及修复的算法，用来提高视频中的文字检测的精度以及图像修复的效果。为了减少程序运行时间，本文结合CUDA对算法中可以进行并行计算的模块进行了GPU并行加速处理，并根据相应模块的数据特点进行程序优化设计。本文设计的视频图像的文字检测与去除系统对具体的视频图像进行处理，取得了较好的视频图像修复效果。同时比较程序在GPU与CPU上的运行时间，对比试验表明在CUDA优化后有较好的时间加速效果。

关键词： GPU CUDA 文字检测视频修复

基于PSENet的自然场景文字检测网络改进

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

上海电力大学学报 2021年第1期37卷 73-77页

作者：施漪涵仝明磊上海电力大学电子与信息工程学院上海200090

由于自然场景中的图像背景复杂、文字排列不规则、光照条件不确定等因素,文字检测难度较大,且传统检测方法的效果并不理想。在研究文字分割检测方法PSENet(Progressive Scale Expansion Network)的基础上,提出了一种针对自然场景文字检... 详细信息

由于自然场景中的图像背景复杂、文字排列不规则、光照条件不确定等因素,文字检测难度较大,且传统检测方法的效果并不理想。在研究文字分割检测方法PSENet(Progressive Scale Expansion Network)的基础上,提出了一种针对自然场景文字检测的改进方法。该方法由卷积神经网络提取特征模块,再通过渐进式规模扩张对文字区域进行分割检测。改进点主要是使用高精度的语义分割网络RefineNet(Refinement Network),对卷积网络特征提取模块进行优化,且增加较多的残差连接及链式池化,提高网络对文字区域的检测精度。通过对数据集ICDAR2015的实验结果对比,表明所提出的改进算法在精度方面略高于改进前,且能更好地解决文字粘连问题。

关键词：文字检测图像分割特征融合

在线全文

学校读者我要写书评

暂无评论

具有仿射变换锚点的文字检测方法

上海电力大学学报 2021年第1期37卷 99-103页

作者：仝明磊姚宏扬上海电力大学电子与信息工程学院上海200090

针对现实场景图片中的文字区域具有仿射变换和多方向的问题,设计了一种带有仿射变换锚点,能够生成仿射变换文本预测框的文本检测网络。按照常见文字实例的仿真变换形状,给定了6种固定角度和5个固定变换量。检测过程中对预测候选框的角... 详细信息

针对现实场景图片中的文字区域具有仿射变换和多方向的问题,设计了一种带有仿射变换锚点,能够生成仿射变换文本预测框的文本检测网络。按照常见文字实例的仿真变换形状,给定了6种固定角度和5个固定变换量。检测过程中对预测候选框的角度和偏移值进行了调整拟合,最后对边框进行了回归,让检测结果更适应真实文字区域的边界框。与以往的文字检测网络相比,该检测方法能够有效适应文字区域,在检测精度和平均指标上分别有了7%和10%的提升。

关键词：自然场景文字检测仿射变换锚点卷积网络

基于改进EAST算法的电厂电气设备铭牌文字检测

在线全文

学校读者我要写书评

暂无评论

现代计算机 2019年第25期25卷 55-60页

作者：孟健曾宪文高桂革上海电机学院电子信息学院上海201306 上海电机学院电气学院上海201306

针对现有文字检测算法在电厂环境下检测电气设备铭牌文字准确性不够高、不同尺度图像检测差异大、文字尺度不平衡的问题,提出一种基于改进EAST算法的电厂电气设备铭牌文字检测方法。该算法运用更深的网络进行特征提取,同时结合多尺度训... 详细信息

针对现有文字检测算法在电厂环境下检测电气设备铭牌文字准确性不够高、不同尺度图像检测差异大、文字尺度不平衡的问题,提出一种基于改进EAST算法的电厂电气设备铭牌文字检测方法。该算法运用更深的网络进行特征提取,同时结合多尺度训练提高算法对不同尺度图像的泛化能力,然后运用平衡权重策略改进损失函数解决文字尺度不平衡的问题。实验结果表明,电厂电气设备铭牌文字检测准确率相比原算法提高6.1%。

关键词： EAST算法电气设备铭牌文字检测

在线全文

学校读者我要写书评

暂无评论

基于随机宽度直方图的自然场景文字检测

基于随机宽度直方图的自然场景文字检测

作者：马钊天津大学

学位级别：硕士

近年来，随着智能手机的大量投入市场，基于计算机视觉技术的相关产品得到了用户的广泛应用，其中就包括人脸检测、人手检测等智能检测算法的研究应用。作为目标检测领域中的重要组成部分，文字检测在近年来也越来越得到人们的重视。其... 详细信息

近年来，随着智能手机的大量投入市场，基于计算机视觉技术的相关产品得到了用户的广泛应用，其中就包括人脸检测、人手检测等智能检测算法的研究应用。作为目标检测领域中的重要组成部分，文字检测在近年来也越来越得到人们的重视。其中，在自然场景下的文字检测算法等相关研究工作逐渐成为了学术界研究的热点之一。不同于对扫描文档等内容的文字，由于环境和拍摄镜头的影响，自然场景下的文字常存在于复杂的背景环境、不同的光照条件下，而且呈现出不同的字体和颜色。因此，研究在自然场景下的文字检测算法，提高检测准确率，增强算法的鲁棒性，从而降低误检率，具有重要的意义。考虑到自然场景的复杂性，必须使用更加鲁棒的特征来表示文字并与非文字相区分。由于文字的宽度具有很强的稳定性和一致性，所以本文重点分析了基于笔画宽度变换（SWT）的文字检测算法。但是由于SWT存在参数个数过多、计算拐角边缘方向失效等不足，为了克服这些缺点，本文提出了一种新的文字检测特征——随机宽度直方图，并且引入局部二值模式纹理特征（LBP特征）以及支持向量机学习算法（SVM），从而形成了一种更为有效的文字检测算法。本文在检测文字宽度特征算法的基础上，使用了两个公开的标准数据库（包括ICDAR数据库和街景数据库）作为测试集，对本文所提出的文字检测新算法与两种经典的基于宽度的文字检测算法进行了实验对比。从实验结果可以看出，本文提出的基于随机宽度直方图的自然场景文字检测新算法，在提高了文字检测的准确率的同时，降低了误检率，并且减少了所需调节参数的个数。

关键词：文字检测宽度特征随机宽度直方图

基于支持向量机和稀疏表示的文字区域检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于支持向量机和稀疏表示的文字区域检测方法研究

作者：祁小艳湖南大学

学位级别：硕士

图像视频中的文字为描述和注释图像内容提供了十分重要的信息,也是图像视频索引与检索的重要依据。如果图像视频中的文字能够被有效地检测出来,那么许多高层次的应用就可以得到很好的实现,所以文字检测就显得尤为重要。但是由于文字所... 详细信息

图像视频中的文字为描述和注释图像内容提供了十分重要的信息,也是图像视频索引与检索的重要依据。如果图像视频中的文字能够被有效地检测出来,那么许多高层次的应用就可以得到很好的实现,所以文字检测就显得尤为重要。但是由于文字所处的图像背景非常复杂,不同文字的字体、大小、颜色、间距和背景纹理等相差很大,所以它又是一个具有很大难度性和挑战性的研究课题。本文首先介绍了图像中文字区域的特点,概述了现在已有的文字检测方法和研究现状,并分析了各种方法的优缺点,然后在这些算法的基础上,本文提出了两种文字检测方法。根据文字与背景存在一定的差异,本文提出了一种将边缘和支持向量机相结合的文字检测算法。该算法主要是利用边缘信息和形态学操作得到可能的文字区域,然后对每个可能的文字区域,通过提取小波变换后的灰度共生特征,并利用支持向量机对其进行分类。实验结果表明,该算法检测速度快,效果好,且在处理过程中基本不需要人工干预调整参数,具有一定的通用性。针对稀疏表示具有良好的分类特性,本文提出了一种基于稀疏表示的文字检测方法。该方法主要是通过构造反映文字和非文字特征的过完备原子库,将信号在两个过完备原子库上分别表示成少数原子的线性组合,得到稀疏系数,再运用稀疏表示分解系数对信号进行判别分类,从而得到精确的文字区域。实验表明,该算法能够对各种复杂背景图像中的文字区域进行检测,且正确率高,具有一定的鲁棒性。与经典的支持向量机方法相比,基于稀疏表示的检测方法效果更好。最后,本文将基于边缘和支持向量机的文字检测算法和其它三种经典算法使用OpenCV图像处理库在VS2008编译器中实现,基本满足了用不同方法检测图像中文字区域的目的,具有很高的实用价值。

关键词：文字检测小波变换支持向量机稀疏表示过完备原子库