-
公开(公告)号：CN103984943B
公开(公告)日：2018-06-19
申请号：CN201410238427.5
申请日：2014-05-30
Applicant: 厦门大学
Abstract: 一种基于贝叶斯概率框架的场景文本识别方法，涉及计算机视觉和模式识别。步骤S1：输入场景图像文本；步骤S2：字符检测和识别；步骤S3：构建检测‑识别候选网格，具体方法如下：将候选字符区域和对应的字符类别和识别分数保存在一个检测与识别候选网格里，这样候选网格里每一条检测‑识别路径对应一个文本检测和识别结果；设计路径评价函数，对候选网格里的每一条候选检测‑识别路径进行评价；步骤S4：根据路径评价函数，从候选网格中用动态规划算法搜索得到最优检测‑识别路径，即得到识别结果；步骤S5：输出文本识别结果。解决了集成检测与识别的场景文本识别的概率建模和参数学习问题。
-
公开(公告)号：CN103942550A
公开(公告)日：2014-07-23
申请号：CN201410184072.6
申请日：2014-05-04
Applicant: 厦门大学
Abstract: 一种基于稀疏编码特征的场景文本识别方法，涉及计算机视觉和模式识别。输入待识别的自然场景文本图像；采用多尺度滑动窗口的方法，用字符分类器对图像中的窗口区域进行检测和识别，对每一个字符类别，将分类器输出较大的区域判定为候选字符区域，输出较小的区域认为是背景区域，这样找出图像中包含的候选字符区域，再采用非极大值抑制方法，对重叠率较大的区域只保留分类器输出值最大的区域和相应的字符类别，除去重复冗余的候选字符区域，得到字符检测结果；将检测到的字符合并成一个词或文本行；输出场景文本识别结果。能够更加有效地表示和提取字符的结构特征，从而提高场景文本的识别率。
-
公开(公告)号：CN103942550B
公开(公告)日：2018-11-02
申请号：CN201410184072.6
申请日：2014-05-04
Applicant: 厦门大学
Abstract: 一种基于稀疏编码特征的场景文本识别方法，涉及计算机视觉和模式识别。输入待识别的自然场景文本图像；采用多尺度滑动窗口的方法，用字符分类器对图像中的窗口区域进行检测和识别，对每一个字符类别，将分类器输出较大的区域判定为候选字符区域，输出较小的区域认为是背景区域，这样找出图像中包含的候选字符区域，再采用非极大值抑制方法，对重叠率较大的区域只保留分类器输出值最大的区域和相应的字符类别，除去重复冗余的候选字符区域，得到字符检测结果；将检测到的字符合并成一个词或文本行；输出场景文本识别结果。能够更加有效地表示和提取字符的结构特征，从而提高场景文本的识别率。
-
公开(公告)号：CN103984943A
公开(公告)日：2014-08-13
申请号：CN201410238427.5
申请日：2014-05-30
Applicant: 厦门大学
Abstract: 一种基于贝叶斯概率框架的场景文本识别方法，涉及计算机视觉和模式识别。步骤S1：输入场景图像文本；步骤S2：字符检测和识别；步骤S3：构建检测-识别候选网格，具体方法如下：将候选字符区域和对应的字符类别和识别分数保存在一个检测与识别候选网格里，这样候选网格里每一条检测-识别路径对应一个文本检测和识别结果；设计路径评价函数，对候选网格里的每一条候选检测-识别路径进行评价；步骤S4：根据路径评价函数，从候选网格中用动态规划算法搜索得到最优检测-识别路径，即得到识别结果；步骤S5：输出文本识别结果。解决了集成检测与识别的场景文本识别的概率建模和参数学习问题。
-
-
-
Search Results
4
records
(took 0.016 seconds)
