基于學(xué)習(xí)的自然場(chǎng)景中文字標(biāo)牌檢測(cè)定位方法研究.pdf

1、自然場(chǎng)景中存在很多路牌、警示牌、廣告牌、站牌、交通標(biāo)志、門頭和有商店、街道、公司名稱的文字標(biāo)牌。自然場(chǎng)景中的文字信息直接的反應(yīng)了周圍環(huán)境，在人們理解場(chǎng)景的過(guò)程中發(fā)揮著重要的作用。自然場(chǎng)景中的文字信息提取由文字檢測(cè)、文字定位和文字識(shí)別三部分組成。自然場(chǎng)景中出現(xiàn)的文字在大小、形狀、字體、顏色和排列上的多樣性，以及受到復(fù)雜背景、光照變換、幾何失真和污染模糊的影響，使得準(zhǔn)確的文字檢測(cè)、定位和識(shí)別就變得很困難。文字檢測(cè)和定位的準(zhǔn)確性會(huì)直接影響文字

2、的識(shí)別率，所以，很多算法都致力于文字的檢測(cè)定位問題。
　　本文提供了一種基于學(xué)習(xí)的自然場(chǎng)景中文字標(biāo)牌檢測(cè)定位方法，該方法是以視覺詞袋模型(BOVW，Bag of Vistlal Word)為基礎(chǔ)進(jìn)行文字標(biāo)牌檢測(cè)定位。BOVW模型的主要思想是把圖像看作由不考慮空問信息的無(wú)序局部特征所構(gòu)成的集合，再帶入訓(xùn)練好的分類器進(jìn)行類別判定。一般說(shuō)來(lái)，BOVW由下列4個(gè)模塊構(gòu)成：局部特征提取、字典學(xué)習(xí)、特征量化和分類。特征、字典和分類器的選擇對(duì)B

3、OVW的類別判定性能影響很大，因此，本文的主要研究?jī)?nèi)容集中在文字標(biāo)牌的強(qiáng)區(qū)分性特征提取、街景自適應(yīng)性目標(biāo)分類的字典學(xué)習(xí)方法和魯棒的分類器選擇幾個(gè)方面。
　　首先，針對(duì)自然場(chǎng)景中的大規(guī)模數(shù)據(jù)，本文采用了能夠自適應(yīng)決定目標(biāo)種類個(gè)數(shù)的自生長(zhǎng)和自組織神經(jīng)網(wǎng)絡(luò)(SGONG，Self-Growing and Self-Organized Neural Gas network)用于BOVW模型中的非監(jiān)督字典學(xué)習(xí)，解決了傳統(tǒng)聚類方法的類別個(gè)數(shù)需要

4、人為定義和計(jì)算復(fù)雜度過(guò)高等問題。其次，在文字標(biāo)牌分類器監(jiān)督學(xué)習(xí)時(shí)的特征選擇上，一方面選用對(duì)旋轉(zhuǎn)、尺度和顏色變化有強(qiáng)魯棒性的SIFT特征在SPM模型下的直方圖表示作為文字標(biāo)牌的“形”特征，該特征同時(shí)具備形狀和空間信息；另一方面為了消除不同顏色文字標(biāo)牌的描述差異性，對(duì)HSV色彩空間的“HS”分量的直方圖進(jìn)行極大值移位操作，得到一種顏色不變性直方圖特征(CIHS Histograms)作為對(duì)文字標(biāo)牌的“色”描述。把“形”特征和“色”特征融合得

5、到一種強(qiáng)區(qū)分性特征—Shape&Color特征，解決文字檢測(cè)器中存在的特征描述不全面問題。最后，選用ADABOOST級(jí)聯(lián)分類器進(jìn)行文字標(biāo)牌的多尺度檢測(cè)。
　　實(shí)驗(yàn)結(jié)果顯示，本文提出了基于學(xué)習(xí)的自然場(chǎng)景中的文字標(biāo)牌檢測(cè)定位方法有著良好的檢測(cè)定位性能。Shape&Color特征+級(jí)聯(lián)AdaBoost算法訓(xùn)練所得文字標(biāo)牌檢測(cè)器，對(duì)文字標(biāo)牌檢測(cè)的準(zhǔn)確率可以達(dá)到90.05％，誤檢率為5.45%，相對(duì)SVM分類器，取得了更高的檢測(cè)準(zhǔn)確率和更低