一种基于笔画宽度特征和半监督多示例学习的文本区域鉴别方法

• 作者: 吴锐 张博宇 杜庆安 黄庆成
• 来源期刊: 高技术通讯
• 关键词: 文本区域鉴别 笔画宽度 半监督学习 多示例学习(MIL)
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 111-118
• 页数: 8页
• 字数: 6530字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2016.02.001

摘要

考虑到文本区域鉴别在视频文本检测中的重要作用,提出了一种基于笔画宽度特征的文本区域鉴别方法,该方法通过分析候选文本区域中笔画宽度的分布,有效地区分文本和非文本区域.此外针对笔画宽度信息提取过程中存在未知极性参数的问题,提出了一种半监督多示例学习(SS-MIL)算法,该算法可以充分利用训练样本中不完整的监督信息,提高文本区域分类器的性能.基于上述方法,实现了一个完整的视频文本检测系统,并在具有代表性的数据集上对其进行了充分的实验,实验结果表明,基于笔画宽度特征和SS-MIL的文本区域鉴别方法能够有效地辨别文本区域,从而使该系统检测视频文本的综合性能达到较高水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴锐	哈尔滨工业大学计算机科学与技术学院	29	307	8.0	16.0
2	黄庆成	哈尔滨工业大学计算机科学与技术学院	41	616	16.0	23.0
3	杜庆安		2	2	1.0	1.0
4	张博宇	哈尔滨工业大学计算机科学与技术学院	3	17	2.0	3.0