视频文本检测和识别技术研究_朱成军.pdfVIP

第33 卷 第10 期 计 算 机 工 程 2007 年5 月 Vol.33 No.10 Computer Engineering May 2007 ·人工智能及识别技术· 文章编号：1000—3428(2007)10—0218—02 文献标识码：A 中图分类号：TP391.4 视频文本检测和识别技术研究 朱成军，李 超，熊 璋 (北京航空航天大学计算机学院，北京 100083) 摘 要：视频中的文本提供了描述视频内容的有用信息，对于构建基于高级语义的多媒体检索系统具有重要作用。该文从视频文本的特点 出发，分析了视频文本检测和识别的各种技术方法及优缺点，以及该领域国内外的发展现状和下一步研究的重点方向。 关键词：视频检索；文本检测；文本识别 Text Detection and Recognition Technique in Video ZHU Chengjun, LI Chao, XIONG Zhang (School of Computer Science and Technology, Beijing University of Aeronautics and Astronautics, Beijing 100083) 【Abstract 】Text presented in video frames can provide important supplemental information for video indexing and retrieval. In order to make researchers know the academic area more systemically, this paper gives an overview of state of the art of text detection and recognition technique in video. Typical techniques and method based on feature and learning theory are discussed, as well as their merits and shortcomings. With the present problem, the paper gives some work and issues that can be researched in the future. 【Key words 】Video indexing; Text detection; Text recognition 视频文本提取和识别技术可以广泛应用于各种需要对视 特征和语言相关的特征。语言无关的特征包括对比度、颜色、 频中文本进行检测、分析和理解的场合，比如涉外导游、盲 文字方向和运动位置特征。语言相关的特征包括笔画密度、 人引路、机器人行走和智能监控系统等。 文字尺寸、长宽比和笔画类型。然后将视频中的文本看作具 视频中的文本分为两类：场景文本和人工文本。场景文 有以上 8 个特征的特殊符号，综合多分辨率技术、视频的时 本是指作为场景一部分出现的文字。人工文本是指为了辅助 域特征信息，取得了很好的检测和识别效果。 观众理解视频内容在后期制作添加到视频中的文本。无论是 2 主要技术路线 场景文本还是人工文本，视频中的文本检测和识别面临巨大 视频文本检测和识别的技术路线如图 1 所示，主要包括 的挑战，首先，由于复杂背景和文本字体的变化，使得视频 两个部分：文本检测和文本识别。文本检测包括候选文本区