تشخیص متن در تصویر زمینه و فریم ویدئو با استفاده از انتخاب کانال رنگ

تشخیص متن به خاطر وضوح پایین، افکت تارکننده، پس زمینه پیچیده، فونت های مختلف، رنگ و چینش های مختلف متن داخل عکس ها و فریم های ویدئویی و غیره در چنین سناریویی مشکل است.رویکرد های اخیر معمولا با اعمال یک الگوریتم دودویی برای تبدیل آنها به تصاویر دودویی و سپس اعمال OCR برای گرفتن نتایج تشخیص عمل کرده اند.در این مقاله، ما یک رویکرد جدید بر مبنای انتخاب کانال رنگی برای تشخیص متن از تصاویر زمینه و فریم های ویدئویی را معرفی می کنیم.در این رویکرد، ابتدا یک کانال رنگی به صورت اتوماتیک انتخاب می شود و سپس کانال رنگ انتخاب شده برای تشخیص متن در نظر گرفته می شود.چارچوب تشخیص متن ما بر اساس مدل مارکوف مخفی (HMM) که از هیستوگرام هرمی ویژگی های شیب گرا استخراج شده از کانال رنگ انتخاب شده است.انتخاب رنگ ما از هر پنجره کشویی کانال رنگی ، خصوصیات تصویر پنجره کشویی را بررسی می کند و سپس یک سیستم طبقه بندی کننده پشتیبان برداری (SVM) چند برچسبه برای انتخاب کانال رنگی که بهترین نتایج تشخیص را در پنجره کشویی فراهم می کند، اعمال می شود.

کلیدواژه ها:

تشخیص متن در منظره ، انتخاب کانال رنگ ، مدل مارکوف مخفی ، تشخیص متون چندگانه