中央高校基本科研业务费专项资金(HITNSRIF2012048)
- 作品数：2 被引量：2H指数：1
- 相关作者：吴锐陈德运于晓洋尹芳黄庆成更多>>
- 相关机构：哈尔滨工业大学哈尔滨理工大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金黑龙江省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于笔画宽度特征和半监督多示例学习的文本区域鉴别方法
- 2016年
- 考虑到文本区域鉴别在视频文本检测中的重要作用,提出了一种基于笔画宽度特征的文本区域鉴别方法,该方法通过分析候选文本区域中笔画宽度的分布,有效地区分文本和非文本区域。此外针对笔画宽度信息提取过程中存在未知极性参数的问题,提出了一种半监督多示例学习(SS-MIL)算法,该算法可以充分利用训练样本中不完整的监督信息,提高文本区域分类器的性能。基于上述方法,实现了一个完整的视频文本检测系统,并在具有代表性的数据集上对其进行了充分的实验,实验结果表明,基于笔画宽度特征和SS-MIL的文本区域鉴别方法能够有效地辨别文本区域,从而使该系统检测视频文本的综合性能达到较高水平。
- 吴锐杜庆安张博宇黄庆成
- 关键词：半监督学习
- 基于谱聚类的改进的文本图像分割方法被引量：2
- 2013年
- 针对谱聚类方法在图像分割时的高复杂性,提出了一种基于归一化割(Ncut)的改进的谱聚类文本图像分割方法。该方法以经过量化后的颜色集合作为图分割中的顶点以简化加权图模型,从而显著降低谱聚类时的计算复杂性。首先根据文本图像特点建立相似性权值函数,然后根据场景文本颜色分布特性按照颜色直方图对色彩空间进行量化,并以量化后的颜色等级为单位构造相似矩阵,最后在Ncut准则下利用谱聚类方法实现图像分割。在包括ICDAR 2009、2003竞赛测试集以及其他大量文本图像上的实验表明,该方法具有良好的文本分割性能。
- 尹芳吴锐陈德运于晓洋
- 关键词：图像分割文本图像谱聚类相似矩阵
