基于深度學習算法的視頻文本區(qū)域定位與識別.pdf

1、隨著計算機科學技術(shù)的不斷革新、多媒體以及互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，人們產(chǎn)生視頻的方式逐漸多樣化，視頻的資源變得越來越豐富，怎樣從豐富的視頻中摘取自己需要的信息就變得越來越重要，也成為當前多媒體方面的一個研究熱點。視頻中的文字是視頻的一種輔助，對于視頻的理解有著舉足輕重的作用，其包含了豐富的語義信息。因此，對視頻文本的定位與識別就變得非常有意義。但是，由于視頻中的背景一般比較復雜，使得現(xiàn)有的OCR技術(shù)難以直接對視頻中的文字內(nèi)容進行識別而獲得較

2、好的識別結(jié)果。
　　文章對如何定位視頻中文本區(qū)域以及對定位的文本進行識別這一問題展開研究。首先，本文研究了Gabor濾波器的特性以及對于文字紋理特征響應的特點。分析了正弦平面波的特性和高斯函數(shù)的屬性，給出了利用Gabor濾波器對文字信息特征的提取方法，以及在四個方向上對于文字的紋理特征的響應情況。其次，在視頻文本定位過程中，提出了利用深度學習的方法，構(gòu)造深度置信網(wǎng)絡。通過構(gòu)造的網(wǎng)絡對Gabor濾波器在四個方向上輸出的紋理特征圖像進

3、行處理，實現(xiàn)對文本的定位。然后利用形態(tài)學的處理方法，對視頻中定位到的文本區(qū)域進行腐蝕與膨脹、開閉混合運算等以去除噪聲、孤立點、以及對空洞區(qū)域的填充等，使定位到的文本圖像更加準確。最后，對形態(tài)學處理后的文本區(qū)域，進行圖像二值化、字符切分與歸一化以及特征提取等，使得處理后的文本能夠有效的在OCR中識別，從而提升視頻中文本的識別率。
　　測試結(jié)果表明，文章中所提出的文本定位方法可以較準確的定位出視頻中的文本區(qū)域，通過OCR能有效的識別出