基于视觉显著性与文字置信图的场景文字的背景抑制方法

姜维; 卢朝阳; 李静; 刘晓佩; 姚超

doi:10.3969/j.issn.0372-2112.2015.01.010

您当前的位置：

首页 >

文章列表页 >

基于视觉显著性与文字置信图的场景文字的背景抑制方法

学术论文 | 更新时间：2025-07-16

- 基于视觉显著性与文字置信图的场景文字的背景抑制方法
- Visual Saliency and Text Confidence Map Based Background Suppression for Scene Text
- 电子学报 2015年43卷第1期页码：62-68
- 作者机构：
  
  西安电子科技大学综合业务网国家重点实验室,陕西,西安,710071
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60872141);中央高校基本科研业务费专项资助 (No.K50510010007);华为高校创新研究计划 (No.IRP-2012-03-06)
- DOI：10.3969/j.issn.0372-2112.2015.01.010
  中图分类号： TP391
- 纸质出版：2015
- 稿件说明：
移动端阅览
姜维, 卢朝阳, 李静, 等. 基于视觉显著性与文字置信图的场景文字的背景抑制方法[J]. 电子学报, 2015,43(1):62-68.

JIANG Wei, LU Zhao-yang, LI Jing, et al. Visual Saliency and Text Confidence Map Based Background Suppression for Scene Text[J]. Acta Electronica Sinica, 2015, 43(1): 62-68.
姜维, 卢朝阳, 李静, 等. 基于视觉显著性与文字置信图的场景文字的背景抑制方法[J]. 电子学报, 2015,43(1):62-68. DOI： 10.3969/j.issn.0372-2112.2015.01.010.

JIANG Wei, LU Zhao-yang, LI Jing, et al. Visual Saliency and Text Confidence Map Based Background Suppression for Scene Text[J]. Acta Electronica Sinica, 2015, 43(1): 62-68. DOI： 10.3969/j.issn.0372-2112.2015.01.010.

摘要

复杂背景是影响场景文字自动定位算法性能的重要因素.为消除背景干扰

本文首先根据谱残差理论获取显著性区域

然后利用基于笔画特征的点对梯度方向差比例图与基于傅里叶谱统计特征的后验概率图取得显著性区域的文字置信图

最后借助图模型融合视觉显著性图、文字置信图与HSI颜色特征最终达到抑制自然图像背景并突出前景文字的效果.在ICDAR2011场景文字定位竞赛数据库与实验室场景中文数据库中的实验结果表明

本算法可较好的抑制自然图像中复杂背景

并有效提升算法的性能.

Abstract

The complex background is an important inference factor of scene text automatic localization algorithm.To eliminate the impact of background

this scheme firstly obtains the saliency region in saliency map according to the spectral residual theory.Then it computes text confidence map in saliency region

which is weighted sum of the fraction map of corresponding pairs based on stroke feature and the posterior probability map based on Fourier spectrum statistical feature.Finally

it combines saliency map

text confidence map and HSI color feature with the graph model to suppress the background and highlight the foreground text.The experimental results on both the ICDAR2011 scene text localization competition test dataset and laboratory Chinese dataset show that the scheme can effectively suppress the complex background and improve the scene text localization algorithm.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

结合显著性的MVD视频整帧丢失错误隐藏

基于深度学习的显著性目标检测方法综述

基于对比敏感度和马尔可夫链的注意信息提取算法

奇异值分解带通滤波背景抑制和去噪

红外背景抑制与小目标分割检测