检索
E-mail
RSS
作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

计算机工程 ›› 2011, Vol. 37 ›› Issue (6): 145-147.doi: 10.3969/j.issn.1000-3428.2011.06.050

• 人工智能及识别技术 • 上一篇    下一篇

基于稀疏表达的视频文字检测方法

李心洁，王春恒   

  1. (中国科学院自动化研究所，北京 100190)
  • 出版日期:2011-03-20 发布日期:2011-03-29
  • 作者简介:李心洁(1985－)，女，硕士研究生，主研方向：模式识别，图像处理；王春恒，研究员、博士、博士生导师
  • 基金项目:
    国家自然科学基金资助项目“面向精密电子组装生产线的关键视觉检测中模式识别和图像处理方法”(60835001)，“融合图像质量特性的视觉对象类别标注方法研究”(60802055)

Video Text Detection Method Based on Sparse Representation

LI Xin-jie, WANG Chun-heng   

  1. (Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China)
  • Online:2011-03-20 Published:2011-03-29

PDF

1660

被引次数

19 | 3

摘要： 针对传统视频文字检测方法存在效率较低、计算复杂、精确度不高的不足，提出一种视频文字检测方法，通过基于边缘密度和连通域分析的文字粗检测得到候选文本行，利用稀疏表达分类产生的过完备词典进行文字行验证。实验结果表明，该方法具有较好的检测性能，可以应用于视频检索系统。

关键词: 文字检测, 边缘密度, 连通域分析, 稀疏表达分类

Abstract: Aiming at the shortages of low efficiency, computational complexity and accuracy not high in traditional video text detection method, this paper presents a video text detection method based on sparse representation classification. It utilizes edge intensity and connected-components analysis algorithm to get raw text lines, and verifies them with non-complete dictionary generated by sparse presentation classification. Experimental results show that this method has better detection performance, and it can be applied to video classification and retrieval system.

Key words: text detection, edge intensity, connected domain analysis, sparse representation classification

中图分类号: