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

自然场景图像中文本的检测方法研究

自然场景图像中文本的检测方法研究

作者：丁文俊南京大学

学位级别：硕士

自然场景图像中文字包含了重要的语义信息,对整个场景内容和周围的其他对象的理解具有重要作用。但是因为光照,外观等环境因素的多样性和文字背景的复杂性,场景文字的检测面临着巨大的困难,自然场景文本检测一直都是计算机视觉领域的一... 详细信息

自然场景图像中文字包含了重要的语义信息,对整个场景内容和周围的其他对象的理解具有重要作用。但是因为光照,外观等环境因素的多样性和文字背景的复杂性,场景文字的检测面临着巨大的困难,自然场景文本检测一直都是计算机视觉领域的一个重要方向。本文针对自然场景文本检测提出了两个创新方法:基于多层次文本组件定位与生长的文本检测方法和基于窗口最大稳定极值区域的文本检测方法。在基于多层次文本组件定位与生长的文本检测方法中,首先融合最大稳定极值区域算法和笔画宽度转换算法提取出图像的文本种子像素,基于这些像素,采用字符内和字符间的多层次生长策略将完整字符生长提取出来。然后借助训练卷积神经网络分类器,从上述候选字符中过滤出非文字的候选区域,进一步使用一种基于随机游走模型的文本行提取方法将字符组成文本行作为检测结果;在基于窗口最大稳定极值区域的文本检测方法中,首先基于最大稳定极值区域获得初始图像的最大稳定极值区域平滑图,并在此平滑图上采用滑动窗口获得候选文字区域,称之为窗口最大稳定极值区域。然后依据窗口内的像素分布情况,去除了非文本的窗口极值区域。进一步依据每个窗口极值区域和其所属的最大稳定极值区域的从属关系,提取相关文本特征和训练随机森林分类器,并级联卷积神经网络分类器,用以过滤非文本窗口区域并输出每个字符区域的文本似然度,并采用基于划分子图和剪枝的方法获得文本行检测结果。针对所提出的上述两种场景文本检测方法,本文在多个公开数据集上对其有效性进行了验证。实验结果显示,归功于有效的生长策略,基于多层次文本组件定位与生长的文本检测方法在各个数据集上都能获得相对好的检测结果,尤其是召回率比较高;基于窗口最大稳定极值区域的文本检测方法在应对如中文等包含多组成部分的文字和粘连字符等情况时,能够获得相对鲁棒的检测结果。在后续工作中,上述两种场景文本检测方法尚存在进一步提升性能的潜力。

关键词：文本检测自然场景图像最大稳定极值区域笔画宽度转换卷积神经网络随机游走

一种自然场景图像的目标材质视觉特征映射算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自动化学报 2019年第6期45卷 1198-1206页

作者：李策贾盛泽曲延云兰州理工大学电气工程与信息工程学院兰州730050 厦门大学信息科学与技术学院计算机科学系厦门361005

针对自然场景图像目标材质视觉特征映射中,尚存在特征提取困难、图像无对应标签等问题,本文提出了一种自然场景图像的目标材质视觉特征映射算法.首先,从图像中获取能表征材质视觉重要特征的反射层图像;然后,对获取的反射层图像进行前景... 详细信息

针对自然场景图像目标材质视觉特征映射中,尚存在特征提取困难、图像无对应标签等问题,本文提出了一种自然场景图像的目标材质视觉特征映射算法.首先,从图像中获取能表征材质视觉重要特征的反射层图像;然后,对获取的反射层图像进行前景、背景分割,得到目标图像;最后,利用循环生成对抗网络对材质视觉特征进行无监督学习,获得对图像目标材质视觉特征空间的高阶表达,实现了目标材质视觉特征的映射.实验结果表明,所提算法能够有效地获取自然场景图像目标的材质视觉特征,并进行材质视觉特征映射;与同类算法相比,具有更好的主、客观效果.

关键词：自然场景图像材质视觉特征特征映射循环生成对抗网络

自然场景图像中的文本检测及定位算法研究——基于边缘信息与笔画特征

在线全文

学校读者我要写书评

暂无评论

重庆科技学院学报（自然科学版） 2019年第3期21卷 81-83页

作者：李东勤徐勇周万怀安徽财经大学管理科学与工程学院

鉴于自然场景图像中的文本具有较强的边缘信息,而汉字大多包含横竖笔画,提出了基于边缘信息与笔画特征的文本检测及定位方法。通过提取自然场景图像的边缘特征,运用数学形态学方法实现对断裂笔画的有效连接,从而形成候选文本区域;再利... 详细信息

鉴于自然场景图像中的文本具有较强的边缘信息,而汉字大多包含横竖笔画,提出了基于边缘信息与笔画特征的文本检测及定位方法。通过提取自然场景图像的边缘特征,运用数学形态学方法实现对断裂笔画的有效连接,从而形成候选文本区域;再利用文本的笔画特征,实现文本与背景的分离;最后通过自定义规则,将相邻的候选文本块进行合并,同时去除不符合条件的候选文本块。测试结果显示,该方法的查全率为90.4%,误检率为15.6%。

关键词：自然场景图像文本检测边缘特征笔画特征形态学方法

在线全文

学校读者我要写书评

暂无评论

自然场景图像中的文本检测方法研究

重庆科技学院学报（自然科学版） 2016年第6期18卷 108-111页

作者：李东勤王芳周万怀安徽财经大学管理科学与工程学院安徽蚌埠233030

研究自然场景中的文本检测与定位方法,总结文本检测的研究现状,并对主流算法进行了分类和对比。

关键词：自然场景图像文本检测文本定位文本/非文本分类

在线全文

学校读者我要写书评

暂无评论

自然场景图像中的文本信息提取研究

黑龙江科技信息 2015年第36期 131-133页

作者：李东勤徐勇安徽财经大学管理科学与工程学院安徽蚌埠233030

自然场景中的文字提取技术成为了近几年计算机视觉领域的热门研究课题。本文对自然场景文本信息提取的关键技术进行了研究,全面总结了文本信息提取的研究现状,对文本检测定位和识别算法设计进行了有益的探索和研究,并对主流算法进行了... 详细信息

自然场景中的文字提取技术成为了近几年计算机视觉领域的热门研究课题。本文对自然场景文本信息提取的关键技术进行了研究,全面总结了文本信息提取的研究现状,对文本检测定位和识别算法设计进行了有益的探索和研究,并对主流算法进行了分类和对比,最后总结了场景图像中文本信息提取存在的主要问题和评测方法。

关键词：自然场景图像文本信息提取文本定位文本识别

基于EAST与ASTER的自然场景图像中文本检测与识别研究

在线全文

学校读者我要写书评

暂无评论

基于EAST与ASTER的自然场景图像中文本检测与识别研究

作者：马芳武汉邮电科学研究院

学位级别：硕士

伴随着互联网时代的到来,自然场景图片的获取与存储越来越便捷,自然场景图片记录着人们的生活以及重要的信息。图片中的文字蕴含有丰富的语义信息,如何从自然场景图像中准确的提取出文字在视频检索、车牌识别、导航系统、工业生产自动... 详细信息

伴随着互联网时代的到来,自然场景图片的获取与存储越来越便捷,自然场景图片记录着人们的生活以及重要的信息。图片中的文字蕴含有丰富的语义信息,如何从自然场景图像中准确的提取出文字在视频检索、车牌识别、导航系统、工业生产自动化等领域具有重要的应用价值。不同于文档图像,自然场景图像的背景复杂、图片的清晰度差异大,文字区域的规则多样化使得传统的OCR技术无法应用到自然场景中的文字识别上。近年来基于深度学习的技术渗透到各个应用场景,本文结合现有流行的EAST文本检测算法和ASTER文本识别技术,对自然场景图片中文字的提取进行了研究。首先,针对感受野能力不足的问题,本文实现了一种改进的EAST文本检测模型,该模型利用深度残差网络抓取更深层的图像特征,特征融合前在输出步长为8和16的特征映射层后加入ASPP模块进行感受野的扩张,接着通过双线性上采样到合适尺寸与浅层的特征映射串联进行特征融合,最后通过卷积输出到输出层。在网络的训练上,本文修改了损失函数通过结合Focal Loss和Dice loss两大损失函数进行网络的训练。通过在实验数据上的检测证明该模型能很好地完成在自然场景下的文本检测功能。然后,针对经典ASTER模型训练难的问题,本文实现了一种改进的文本识别模型,该模型包括了整流网络和识别网络两大模块:整流网络保留了ASTER模型中基于STN结构对倾斜、弯曲文本的“纠正”功能;识别网络采用共享CNN和LSTM编码层,联合CTC和attention机制的解码层。实验结果表明,在不影响文本识别精确度的基础上,该网络可以降低模型的训练难度。

关键词：深度学习自然场景图像文本检测文本识别

改进GoogLeNet的自然场景图像多标记分类仿真

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机仿真 2024年

作者：徐岸峰黄学彬王波海南热带海洋学院海岛旅游资源数据挖掘与监测预警技术文化和旅游部重点实验室哈尔滨理工大学自动化学院

为了提升自然场景图像多标记分类结果的准确性，提出一种改进GoogLeNet的自然场景图像多标记分类方法。通过自适应引导滤波算法中的加权最小二乘滤波器建立引导图像，修改已有的引导滤波，加入梯度值偏移量展开像素值自适应，突出自然... 详细信息

为了提升自然场景图像多标记分类结果的准确性，提出一种改进GoogLeNet的自然场景图像多标记分类方法。通过自适应引导滤波算法中的加权最小二乘滤波器建立引导图像，修改已有的引导滤波，加入梯度值偏移量展开像素值自适应，突出自然场景图像的边缘部分，实现自然场景图像细节增强。根据自然场景图像的特点，建立自然场景图像多标记类别库，改进GoogLeNet网络结构，将全部图像输入到不同GoogLeNet模型内，最终实现自然场景图像多标记分类。实验测试结果表明，采用所提方法可以有效提升自然场景图像多标记分类结果的准确性和分类效率。

关键词：自然场景图像多标记分类图像增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的自然场景图像文本检测

基于深度学习的自然场景图像文本检测

作者：黄家冕西安电子科技大学

学位级别：硕士

近年来,伴随着人工智能化社会的快速发展,如何定位和识别自然场景中的图像文本正日益成为计算机视觉及深度学习领域的研究热点。传统的自然场景中图像文本定位算法大多依赖于人工设计特征,导致算法计算复杂、效率较低;而一些基于深度学... 详细信息

近年来,伴随着人工智能化社会的快速发展,如何定位和识别自然场景中的图像文本正日益成为计算机视觉及深度学习领域的研究热点。传统的自然场景中图像文本定位算法大多依赖于人工设计特征,导致算法计算复杂、效率较低;而一些基于深度学习的文本定位算法大多只针对水平文本检测问题,导致定位效果较差。此外,传统的卷积递归神经网络（CRNN）对背景与文本灰度相近情况下文本图像的识别能力不足,同时也对文字间具有复杂背景噪声的长序列图像文本的检测效果不好。针对上述问题,本论文重点研究基于深度学习的自然场景图像文本检测。首先,本论文提出了基于卷积神经网络（CNN）的文本定位全卷积网络算法,该算法主要包括了:1)基于深度学习中的CNN提出了文本定位全卷积网络,对图像中的文本特征进行自动提取处理,避免了使用人工设计特征的缺陷;2)把角度化为正弦值和余弦值加入到文本定位全卷积网络的训练中,使得该网络能够对自然场景中图像倾斜文本提取倾斜角度特征信息;3)后处理从文本定位全卷积网络算法输出的特征信息,预测出自然场景图像中文本的坐标定位信息。实验结果表明:本论文给出的基于卷积神经网络的文本定位全卷积网络算法提高了自然场景中图像文本特别是倾斜文本的定位能力,避免了人工设计特征带来的问题,提高了算法运算速度。接下来本论文还提出了基于CRNN及注意力机制的中文文本识别网络,重新设计了网络结构和加入了注意力机制:1)在CRNN的输入中由原来灰度图像使用的一通道改为RGB图像使用的三通道,使得CRNN具有对图像文本的颜色信息进行特征信息提取的能力,避免了在灰度图像下文本和背景相近导致识别错误问题;2)在CRNN中递归神经网络（RNN）部分的第一层长短期记忆（LSTM）中加入了注意力机制,让递归神经网络部分重点解析长序列特征向量中的文本特征信息。实验结果证明该算法可以解决对背景与文本灰度相近情况下文本图像和文字间具有复杂背景噪声的长序列文本图像的识别能力不足问题。最后,我们结合本论文提出的两个算法,针对某运营商平台业务中的景区视频内容播控问题,利用C/S网络架构设计了基于深度学习的视频特定敏感内容监测系统。该系统可以在短时间内自动判断远程网络监控回传视频中文本是否包含敏感内容,并保存相应的检测结果,通过客户端实时查看相应的处理结果。实验结果表明,该系统可以定位到各个文本信息并能准确识别和判断文本内容,可以应用于广场监控、景区监控等多个场景中。

关键词：深度学习自然场景图像文本定位中文文本识别注意力机制

面向自然场景的无监督图像到图像翻译方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向自然场景的无监督图像到图像翻译方法研究

作者：苍思远哈尔滨工程大学

学位级别：硕士

图像到图像的翻译是计算机视觉领域的研究热点,可用于艺术创作、视频制作、多媒体应用等领域。图像到图像的翻译是一种在保证输入图像内容不变的前提下改变其风格的技术。传统的图像到图像翻译算法局限性大,难以推广到人们的日常生活中... 详细信息

图像到图像的翻译是计算机视觉领域的研究热点,可用于艺术创作、视频制作、多媒体应用等领域。图像到图像的翻译是一种在保证输入图像内容不变的前提下改变其风格的技术。传统的图像到图像翻译算法局限性大,难以推广到人们的日常生活中。随着深度学习的快速发展,基于深度学习的图像到图像翻译算法受到广泛关注,已经成为一个热门的研究方向。其中,基于生成对抗网络的图像到图像翻译算法已经在图像处理领域取得大量成功案例。尽管现有的图像到图像翻译算法已经展现了较好的风格迁移性能,但是仍然存在生成图像细节信息不足,风格不准确和多样性低等问题。基于上述问题,本文着重研究基于生成对抗网络的自然场景图像到图像翻译算法,主要工作如下:首先,本文提出一种基于自注意力跳跃连接的自然场景图像到图像的翻译算法(NSIT-SASC),该算法在UNIT算法的基础上进行改进,结合自注意力跳跃连接、自适应层实例归一化和正交雅可比正则化技术。本文引入自注意力跳跃连接到NSIT-SASC模型中,从而为图像生成提供准确且充足的输入图像内容信息。同时引入自适应层实例归一化和正交雅可比正则化技术,让模型能够自适应选择归一化技术并且提高其解纠缠风格特征的能力,从而提高图像风格化的准确性。实验证明,NSIT-SASC能够在自然场景图像到图像翻译任务中取得较好的效果。其次,本文提出一种基于无监督的多模态自然场景图像到图像的翻译方法(MDIT-SAOJ)。实际任务中图像受到时间、天气、光照等因素的影响会表现出不同的风格。而对于同一输入图像,大部分的图像到图像翻译方法只能生成单一风格的图像。针对这一问题,本文基于DRIT++算法进行改进,引入正交雅可比正则化来提高模型的解纠缠能力,让模型能够学习到更准确的内容和属性特征。同时在生成器中引入自注意力模块,使模型能够建模跨图像域的长距离、多层次依赖关系。实验证明,MDIT-SAOJ能够实现多模态自然场景图像到图像翻译,并取得比其他多模态图像到图像翻译算法更好的效果。

关键词：自然场景图像图像到图像的翻译生成对抗网络自注意力机制跳跃连接解纠缠学习