作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在复杂背景下,图像中的文本对于整个图像的语义理解、图像检索、图像识别等应用具有非常重要的作用,有广阔的发展空间,而要获取图像中的文本就需要利用文本检测方法。在搜集整理当前文本检测研究成果的基础上,对文本检测基本方法进行了分类和探讨。分别从基于特征提取、基于机器学习以及基于这两者相结合方法这三个方面对文本检测方法进行详细的阐述;接下来介绍了两种较通用的文本检测结果的评价方法。此外还通过实例分析了各种检测方法的优点和不足,在此基础上,为文本检测的进一步发展提供了建议。
推荐文章
大数据环境下文本信息挖掘系统设计
大数据环境
文本信息
关联密度
Aprioirt计算方法
挖掘系统
复杂场景文本段识别
文本段识别
连接时间分类
注意力
集成
复杂背景及复杂运动前景下的指尖检测方法
人机交互
计算机视觉
指尖检测
感兴趣运动前景
基于梯度向量的复杂场景文本定位
文本处理
视频文本检测
加权平均梯度能量
运动能量
梯度向量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复杂背景下文本检测研究
来源期刊 计算机技术与发展 学科 工学
关键词 文本检测 机器学习 特征提取 评价方法
年,卷(期) 2015,(3) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 40-44,49
页数 6页 分类号 TP311
字数 6307字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.03.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 顾磊 25 149 4.0 12.0
2 许肖 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (324)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (1)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(3)
  • 参考文献(0)
  • 二级参考文献(3)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本检测
机器学习
特征提取
评价方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导