文献

J-GLOBAL ID：201702266012051852   整理番号：17A0368859

マルチスケール適応カラークラスタリングと非テキストフィルタリングによる自然シーンテキスト検出【Powered by NICT】

Natural scene text detection by multi-scale adaptive color clustering and non-text filtering

著者 (12件)： Wu Hui (School of Information Science and Engineering, Central South University, Changsha 410083, China) ,  Wu Hui (Center for Ophthalmic Imaging Research, Central South University, Changsha, Hunan 410012, China) ,  Zou Beiji (School of Information Science and Engineering, Central South University, Changsha 410083, China) ,  Zou Beiji (Center for Ophthalmic Imaging Research, Central South University, Changsha, Hunan 410012, China) ,  Zhao Yu-qian (School of Information Science and Engineering, Central South University, Changsha 410083, China) ,  Zhao Yu-qian (School of Geosciences and Info-Physics, Central South University, Changsha 410083, China) ,  Chen Zailiang (School of Information Science and Engineering, Central South University, Changsha 410083, China) ,  Chen Zailiang (Center for Ophthalmic Imaging Research, Central South University, Changsha, Hunan 410012, China) ,  Zhu Chengzhang (School of Information Science and Engineering, Central South University, Changsha 410083, China) ,  Zhu Chengzhang (Center for Ophthalmic Imaging Research, Central South University, Changsha, Hunan 410012, China) ,  Guo Jianjing (School of Information Science and Engineering, Central South University, Changsha 410083, China) ,  Guo Jianjing (Center for Ophthalmic Imaging Research, Central South University, Changsha, Hunan 410012, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 214  ページ： 1011-1025  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 近年では,多くのコンピュータ関連技術において重要な役割を果たすので,自然シーンテキスト検出が注目を得ている。本論文では,二つの主要なステップ:連結成分(CC)抽出と非テキストフィルタリングから成るテキスト検出方法を提案した。CC抽出のために,マルチスケール適応カラークラスタリング手法を提案し,これは異なる色の複雑さにおける画像からテキストを抽出できるとコントラスト変化にロバストである。非テキストフィルタリングのために,有向勾配(H OG)のヒストグラムを用いたテキスト共分散記述子(TCD)を組み合わせた特徴ベクトルを構築し,特性とテキストラインレベルで背景からテキストを識別するためにそれらを用いることである。に加えて,精製及び未精製の両CCを組み合わせた新しいテキスト線生成戦略を適用した,これはいくつかの誤eliminated特性をより統合されたテキストラインを生成することができる。実験は二種類の公開利用可能なデータセット,ICDAR2013とICDAR2011データセット,得られたF値はそれぞれ0.76と0.75を行った。いくつかの最新のテキスト検出アルゴリズムとの比較結果は,提案した方法は,テキスト検出に比肩可能な性能を達成することを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 統制索引語 ,  アルゴリズム ,  ロバスト性 ,  画像 ,  *ヒストグラム ,  情報公開 ,  共分散 ,  コントラスト
準シソーラス用語： F値 ,  特徴ベクトル ,  *テキスト ,  クラスタリング法 ,  連結成分 ,  *テキスト検出 ,  *マルチスケール , 【Automatic Indexing@JST】

著者キーワード (4件)： 自然シーンテキスト検出 ,  CCs(被覆導体)抽出 ,  マルチスケール適応カラークラスタリング ,  非テキストフィルタリング

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： マルチスケール ,  適応 ,  カラー ,  クラスタリング ,  フィルタリング ,  シーン ,  テキスト検出