Textlokalisierung und -erkennung mit orientierter Strichdetectierung

Eine unbeschränkte End-to-End-Methode zur Textlokalisierung und -erkennung wird vorgestellt. Die Methode bringt einen neuartigen Ansatz zur Zeichenerkennung und -lokalisierung ein, der die Vorteile von Fenster- und zusammenhängenden Komponentenmethoden kombiniert. Zeichen werden als Bildbereiche erkannt, die Striche mit spezifischen Orientierungen in einer bestimmten relativen Position enthalten, wobei die Striche effizient durch die Faltung des Bildgradientenfeldes mit einer Reihe von orientierten Balkenfiltern erkannt werden. Darüber hinaus wird eine neuartige Zeichenrepräsentation eingeführt, die effizient aus den Werten, die in der Strichdetectierungsphase gewonnen wurden, berechnet wird. Die Repräsentation ist robust gegenüber Verschiebungen auf der Strich-Ebene, was sie weniger empfindlich gegenüber intra-klassischen Variationen und dem Rauschen macht, das durch die Normalisierung der Schriftgröße und -positionierung verursacht wird. Die Wirksamkeit der Repräsentation wird durch die Ergebnisse demonstriert, die bei der Klassifikation realer Zeichen mit einem euclidischen nächsten Nachbarn-Classifier erzielt wurden, der mit synthetischen Daten in einfacher Form trainiert wurde. Die Methode wurde an einem Standarddatensatz evaluiert, wo sie sowohl in der Textlokalisierung als auch in der -erkennung Ergebnisse auf dem neuesten Stand der Technik erzielt.