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:
本文针对自然场景下背景复杂、字符残缺、阴影遮挡等多种情形,为了提高文本定位的准确率,提出了一种改进的最大稳定极值区域(Maximally Stable External Region,MSER)的方法。首先将图片进行通道分离,对每个颜色空间分别提取MSER区域,然后将每个通道得到的MSER进行融合,再通过神经网络模型进行背景和文本分离。最后将得到的字符进行文本合并,得到最终的文本行,通过试验,此方法在ICDAR2011、ICDAR2013公开数据集上有较好的试验效果。
推荐文章
多方向自然场景文本检测
自然场景文本检测
颜色增强的最大稳定极值区域
特征提取
多方向估计
分类器
基于对象建议算法的自然场景文本检测
对象建议算法
最稳定极值区域
贝叶斯分类器
自然场景文本检测
面向自然场景的中文文本检测
文本检测
特征金字塔
BAM注意力机制
可微二值化
AC Loss
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 自然场景图片中的文本检测和定位
来源期刊 电子技术与软件工程 学科 工学
关键词 卷积神经网络(CNN) 文本定位 最大稳定极值区域(MSER)
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 147-149
页数 3页 分类号 TP3
字数 语种
DOI
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 司飞 中国传媒大学信息与通信工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络(CNN)
文本定位
最大稳定极值区域(MSER)
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
电子技术与软件工程
半月刊
2095-5650
10-1108/TP
16开
北京市海淀区玉渊潭南路惠普南里13号楼
2012
chi
出版文献量(篇)
36183
总下载数(次)
321
总被引数(次)
56308
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导