基于局部特征的場(chǎng)景文本分析方法研究.pdf

1、圖像中的文本包含大量有價(jià)值的信息，是智能控制系統(tǒng)和信息檢索系統(tǒng)的重要處理對(duì)象。手機(jī)等便攜式圖像采集設(shè)備的普及使圖像和視頻數(shù)據(jù)的數(shù)量高速增長(zhǎng)。利用計(jì)算機(jī)代替人來(lái)處理、識(shí)別和理解圖像中文本信息的需求越來(lái)越強(qiáng)烈。現(xiàn)有技術(shù)條件下，計(jì)算機(jī)識(shí)別和理解圖像中文本信息的能力仍然難以滿足實(shí)際應(yīng)用的要求，有效地分析和提取圖像中文本信息，尤其是場(chǎng)景圖像中文本的分析技術(shù)是當(dāng)前急需解決的技術(shù)難題。
　　局部特征具有位移、尺度、旋轉(zhuǎn)乃至仿射不變等優(yōu)良特性，基

2、于局部特征的方法能夠在很大程度上克服場(chǎng)景圖像中不利因素的影響，有必要對(duì)局部特征方法在場(chǎng)景文本分析技術(shù)的應(yīng)用進(jìn)行系統(tǒng)化的研究。本文的研究工作著眼于利用局部特征的特性來(lái)提高場(chǎng)景文本分析方法的性能，對(duì)不同條件下基于局部特征的場(chǎng)景文本分析方法進(jìn)行了系統(tǒng)化的研究。
　　本文針對(duì)視頻中字幕文本的分析與處理問(wèn)題，提出一種基于寬進(jìn)嚴(yán)出的策略的視頻文本檢測(cè)方法。該方法針對(duì)視頻幀中存在多種不同尺度的文本內(nèi)容的情況，通過(guò)在多個(gè)尺度上進(jìn)行基于局部特征的文

3、本區(qū)域檢測(cè)來(lái)提高系統(tǒng)的召回率。在此基礎(chǔ)上，本文提出一種基于筆劃寬度特征的文本區(qū)域鑒別方法，引入候選區(qū)域內(nèi)部筆劃寬度的分布信息來(lái)提高文本區(qū)域鑒別的準(zhǔn)確率。由于筆劃寬度提取過(guò)程中存在未知的極性參數(shù)，本文提出一種半監(jiān)督多示例學(xué)習(xí)算法，該方法能夠在監(jiān)督信息不完整的情況下獲取有效的文本區(qū)域分類器，從而更準(zhǔn)確地剔除候選區(qū)域中的非文本內(nèi)容。實(shí)驗(yàn)表明上述方法具有較快的運(yùn)行效率和較高的召回率，準(zhǔn)確率也達(dá)到較高水平。
　　場(chǎng)景字符具有類別多，類內(nèi)差異

4、大的特點(diǎn)。傳統(tǒng)的OCR方法難以在場(chǎng)景字符識(shí)別任務(wù)中取得理想的效果。本文對(duì)場(chǎng)景字符的識(shí)別問(wèn)題進(jìn)行研究，提出一種基于集成學(xué)習(xí)和模型壓縮的場(chǎng)景字符分類方法。集成學(xué)習(xí)方法能夠顯著地提高分類器的泛化能力，但集成分類器往往速度較慢，占用空間較多。為了解決這一問(wèn)題，本文提出基于邊界樣本和局部分類器的模型壓縮方法，該方法能夠顯著地減少需要的偽樣本數(shù)量，高效地將集成分類器壓縮為更簡(jiǎn)潔的壓縮分類器。此外，本文提出一種基于局部特征和時(shí)空直方圖的字符特征。實(shí)驗(yàn)

5、結(jié)果證明上述兩種方法的結(jié)合能夠顯著地提高場(chǎng)景字符識(shí)別的準(zhǔn)確率。
　　受到圖像質(zhì)量和現(xiàn)有技術(shù)水平的限制，部分場(chǎng)景文本難以被準(zhǔn)確地分割成獨(dú)立的字符。本文針對(duì)這一現(xiàn)象提出了一種基于詞圖像的文本分析方法。該方法以詞圖像作為文本分析的最小單位，在視覺(jué)詞袋模型的基礎(chǔ)上，利用隨機(jī)森林投影方法對(duì)局部特征進(jìn)行編碼并計(jì)算詞圖像的的特征矢量。在訓(xùn)練隨機(jī)森林的過(guò)程中，該方法采用無(wú)監(jiān)督的方式，解決了場(chǎng)景圖像詞圖像樣本收集困難的問(wèn)題。該方法具有快速性的特點(diǎn)，

6、并且能夠有效地描述詞圖像，具有良好的可靠性。詞圖像無(wú)監(jiān)督聚類實(shí)驗(yàn)的結(jié)果證明了基于詞圖像的場(chǎng)景文本分析方法的可行性。
　　在復(fù)雜場(chǎng)景圖像中，文本區(qū)域檢測(cè)往往難以得到精確的結(jié)果，導(dǎo)致整個(gè)場(chǎng)景文本分析系統(tǒng)的性能下降。本文提出了基于Constellation字符模型的文本分析方法。該模型用局部特征的集合描述整個(gè)字符，使用概率模型對(duì)局部特征的表觀信息以及位置關(guān)系建模，進(jìn)而計(jì)算字符出現(xiàn)的概率。與基于全局特征的方法相比，Constellatio