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

1、自然場景中存在很多路牌、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，在人們理解場景的過程中發(fā)揮著重要的作用。自然場景中的文字信息提取由文字檢測、文字定位和文字識別三部分組成。自然場景中出現(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、定位和識別就變得很困難。文字檢測和定位的準(zhǔn)確性會直接影響文字

2、的識別率，所以，很多算法都致力于文字的檢測定位問題。
　　本文提供了一種基于學(xué)習(xí)的自然場景中文字標(biāo)牌檢測定位方法，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。一般說來，BOVW由下列4個模塊構(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B

3、OVW的類別判定性能影響很大，因此，本文的主要研究內(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方面。
　　首先，針對自然場景中的大規(guī)模數(shù)據(jù)，本文采用了能夠自適應(yīng)決定目標(biāo)種類個數(shù)的自生長和自組織神經(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)聚類方法的類別個數(shù)需要

4、人為定義和計算復(fù)雜度過高等問題。其次，在文字標(biāo)牌分類器監(jiān)督學(xué)習(xí)時的特征選擇上，一方面選用對旋轉(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，解決文字檢測器中存在的特征描述不全面問題。最后，選用ADABOOST級聯(lián)分類器進(jìn)行文字標(biāo)牌的多尺度檢測。
　　實驗結(jié)果顯示，本文提出了基于學(xué)習(xí)的自然場景中的文字標(biāo)牌檢測定位方法有著良好的檢測定位性能。Shape&Color特征+級聯(lián)AdaBoost算法訓(xùn)練所得文字標(biāo)牌檢測器，對文字標(biāo)牌檢測的準(zhǔn)確率可以達(dá)到90.05％，誤檢率為5.45%，相對SVM分類器，取得了更高的檢測準(zhǔn)確率和更低