मजबूत वर्ण उम्मीदवार निष्कर्षण विधि के साथ दृश्य पाठ पहचान

अधिकतम स्थिर चरम क्षेत्र (MSER) विधि को वर्ण उम्मीदवार निष्कर्षण के लिए व्यापक रूप से उपयोग किया गया है, लेकिन इसकी अधिकतम स्थिरता की आवश्यकता के कारण, उच्च पाठ पहचान प्रदर्शन प्राप्त करना कठिन है। इस समस्या को हल करने के लिए, हम एक मजबूत वर्ण आरोपी निष्कर्षण विधि का प्रस्ताव करते हैं, जो ER ट्री निर्माण, उप-मार्ग विभाजन, उप-मार्ग छंटाई और वर्ण आरोपी चयन को अनुक्रमिक रूप से करता है। फिर, हम निकाले गए वर्ण उम्मीदवारों की पुष्टि के लिए AdaBoost प्रशिक्षित वर्ण वर्गीकरणकर्ता का उपयोग करते हैं। फिर, हम वर्गीकृत वर्ण उम्मीदवारों को सुधारने के लिए ह्यूरिस्टिक्स का उपयोग करते हैं और सुधारित वर्ण उम्मीदवारों को उनके ज्यामितीय आसन्नता और रंग समानता के अनुसार पाठ क्षेत्रों में समूहित करते हैं। हम प्रस्तावित पाठ पहचान विधि को दो अलग-अलग रंग चैनलों C r और C b पर भी लागू करते हैं और तीन अलग-अलग चैनलों पर पहचान परिणामों को संयोजित करके अंतिम पहचान परिणाम प्राप्त करते हैं। ICDAR 2013 डेटासेट पर प्रस्तावित पाठ पहचान विधि ने उच्चतम स्तर की कार्यप्रणालियों की तुलना में क्रमशः 8%, 1%, और 4% की सुधार दर, सटीकता दर और f-score में सुधार किया।