Canny Text Detector: Schneller und robuster Algorithmus zur Lokalisierung von Text in Bildern

Dieses Papier präsentiert einen neuartigen Algorithmus zur Textdetektion in Szenen, den Canny Text Detector, der die Ähnlichkeit zwischen Bildkanten und Text ausnutzt, um eine effektive Textlokalisierung mit einer verbesserten Rückrufrate zu erreichen. Da eng miteinander verbundene Kantenpixel die strukturellen Informationen eines Objekts konstruieren, beobachten wir, dass kohäsive Zeichen ein bedeutungsvolles Wort/Satz bilden, das ähnliche Eigenschaften wie räumliche Lage, Größe, Farbe und Strichstärke unabhängig von der Sprache teilt. Während verbreitete Ansätze zur Textdetektion in Szenen diese Ähnlichkeit nicht vollständig ausgenutzt haben, verlassen sie sich hauptsächlich auf mit hoher Sicherheit klassifizierte Zeichen, was zu einer niedrigen Rückrufrate führt. Durch Ausnutzung der Ähnlichkeit kann unser Ansatz eine Vielzahl von Texten schnell und robust lokalisieren. Inspiriert vom ursprünglichen Canny-Kantendetektor verwendet unser Algorithmus doppelte Schwellenwerte und Hysteresenverfolgung, um Texte mit geringer Sicherheit zu erkennen. Experimentelle Ergebnisse öffentlicher Datensätze zeigen, dass unser Algorithmus die aktuellen Methoden zur Textdetektion in Szenen in Bezug auf die Erkennungsrate übertrifft.