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

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.

关键词：文本区域鉴别、笔画宽度、半监督学习、多示例学习(MIL)

所属期刊栏目：26

分类号：TP3;H12

资助基金：国家自然科学基金61370162,61440025;中央高校基本科研业务费专项资金HIT.NSRIF.2012048

在线出版日期：2016-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：111-118