高清視頻文本的提取與識別.pdf

1、視頻文本的提取與識別具有廣闊的應(yīng)用前景，在諸如汽車自動(dòng)駕駛、機(jī)器模式識別和視頻檢索上都能夠發(fā)揮重要的作用。目前視頻的檢索還是停留在人為地標(biāo)記上，對于視頻本身內(nèi)容的檢索已經(jīng)得到了研究者們的關(guān)注，基于內(nèi)容的處理同樣也是下一代視頻編碼的主要目的。而在對內(nèi)容的理解上，最容易獲得研究突破的就是對視頻文本的識別上。在對視頻文本的分類上，可以將其分為標(biāo)題文本和場景文本，區(qū)別在于是否是后期人為添加的。
　　在本文中，分別對于主要的文本處理步驟即文

2、本檢測以及文本識別上提出了可行方法，應(yīng)用了文本的特征，并進(jìn)行了分類器的分類處理，從而能夠處理復(fù)雜的文本。
　　首先，針對目前視頻文本的主要研究還處在對于水平方向的文本研究、對視頻選取是具有高對比度的文本上，本文在研究的內(nèi)容是對于任意方向的場景文本進(jìn)行處理；其次，針對目前視頻文本受限于文本特征的多樣性、視頻的低分辨率、復(fù)雜的背景像素等問題，本文在文本檢測環(huán)節(jié)首先使用梯度向量流獲得文本的邊界并去除大部分的背景，之后使用了兩次分類器再次