[發(fā)明專利]基于筆畫寬度變換與卷積神經(jīng)網(wǎng)絡(luò)的場(chǎng)景文本檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811021712.6
• 申請(qǐng)日: 2018-09-03
• 公開（公告）號(hào): CN109117841B
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 肖蘋蘋;柯志達(dá);林春敏;彭振文;蘇亮;陳衛(wèi)強(qiáng);周方明
• 申請(qǐng)（專利權(quán)）人: 廈門金龍聯(lián)合汽車工業(yè)有限公司
• 主分類號(hào): G06K9/32
• 分類號(hào): G06K9/32;G06K9/34
• 代理公司: 泉州市博一專利事務(wù)所(普通合伙) 35213
• 代理人: 方傳榜

本發(fā)明公開了一種基于筆畫寬度變換與卷積神經(jīng)網(wǎng)絡(luò)的場(chǎng)景文本檢測(cè)方法，涉及場(chǎng)景文本檢測(cè)領(lǐng)域，包括以下步驟：準(zhǔn)備訓(xùn)練數(shù)據(jù)集，通過卷積神經(jīng)網(wǎng)絡(luò)基于Bootstrap策略訓(xùn)練文本二分類器；利用最大穩(wěn)定極值區(qū)域算法從圖像中獲得候選文本區(qū)域；利用所述文本二分類器對(duì)所述候選文本區(qū)域進(jìn)行分類；在候選文本區(qū)域中，基于筆畫寬度變換算法獲得候選字符，通過幾何約束過濾候選字符。本發(fā)明的有益效果：本方法基于Bootstrap策略的訓(xùn)練豐富了樣本圖像的數(shù)量與質(zhì)量；利用筆畫寬度變換算法基于確定的候選文本區(qū)域提高了檢測(cè)性能，并將檢測(cè)級(jí)別確定為字符級(jí)；基于區(qū)域的算法以及大量中文訓(xùn)練樣本使得方法有效地檢測(cè)出中文文本。

技術(shù)領(lǐng)域

本發(fā)明涉及場(chǎng)景文本檢測(cè)領(lǐng)域，尤其是指一種基于筆畫寬度變換與卷積神經(jīng)網(wǎng)絡(luò)的場(chǎng)景文本檢測(cè)方法。

背景技術(shù)

在無人駕駛技術(shù)中，通過感知技術(shù)來進(jìn)行三維環(huán)境建模是一項(xiàng)重要的工作。在真實(shí)道路場(chǎng)景中存在著許多相關(guān)的建模數(shù)據(jù)，如交通標(biāo)志牌、車牌、路牌、廣告牌中的文本信息。而自然場(chǎng)景圖像中的文本檢測(cè)與識(shí)別可用于自動(dòng)提取其中的文本信息，是計(jì)算機(jī)視覺中的重要研究方向之一。近年來，研究學(xué)者們的研究已經(jīng)取得了一定的突破，并且搭建了一系列評(píng)估數(shù)據(jù)庫(kù)。然而，由于圖像場(chǎng)景多變、文本多樣等因素，在場(chǎng)景圖像中進(jìn)行文本檢測(cè)與識(shí)別仍然存在諸多挑戰(zhàn)。

在過去幾十年中，許多用于文檔文本提取與識(shí)別的方法以及光學(xué)識(shí)別系統(tǒng)已經(jīng)得到充分開發(fā)。Burns 等人（T. J. Burns, J. J. Corso. Robust UnsupervisedSegmentation of Degraded Document Images with Topic Models[C]. Proceedings ofIEEE Conference on Computer Vision and Pattern Recognition. 2009, 1287-1294.）提出了一種用于文檔圖像的貝葉斯生成模型，基于主題進(jìn)行圖像分區(qū)來區(qū)分文本、空格和圖形。Liang 等人（J. Liang, D. Dementhon, D. Doermann. Geometric Rectificationof Camera-Captured Document Images[J]. IEEE Transactions on Pattern Analysisand Machine Intelligence.2008. 30(4):591.）利用從圖像獲得的紋理流信息估計(jì)3D文檔形狀來進(jìn)行平面和彎曲文檔的幾何矯正。但是，與文檔文本不同的是，自然場(chǎng)景文本是以任意形狀、大小、字體、方向、透視失真等特點(diǎn)嵌入到擁有復(fù)雜背景的圖像中，因此對(duì)自然場(chǎng)景文本的檢測(cè)更具有挑戰(zhàn)性。