Обзор алгоритмов детектирования текстовых областей на изображениях и видеозаписях

Обзор алгоритмов детектирования текстовых областей на изображениях и видеозаписях

Автор: Болотова Юлия Александровна, Спицын Владимир Григорьевич, Осина Полина Максимовна

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений, распознавание образов

Статья в выпуске: 3 т.41, 2017 года.

Бесплатный доступ

Статья посвящена обзору методов детектирования и сегментации текстовых областей на изображениях и видеозаписях. Определяется обобщенный алгоритм работы систем распознавания текстов. Проводится обзор методов детектирования, определения структуры и сегментации текстовых документов в рамках решения задачи распознавания текстовых областей на изображениях и видеозаписях. Методы, предложенные в течение 30 лет исследований, анализируются с точки зрения точности, скорости и универсальности. В работе затрагиваются современные проблемы, касающиеся детектирования и распознавания текстовых областей на изображениях.

Распознавание образов, анализ структуры документа, сегментация текстовых изображений, определение угла наклона текста

Короткий адрес: https://sciup.org/140228627

IDR: 140228627   |   DOI: 10.18287/2412-6179-2017-41-3-441-452

Список литературы Обзор алгоритмов детектирования текстовых областей на изображениях и видеозаписях

  • Кузьмицкий, Н.Н. Обнаружение фрагментов текста на изображениях реальных сцен на базе сверточной нейросетевой модели/Н.Н. Кузьмицкий//Информатика. -2015. -№ 2(46). -С. 12-21.
  • Казанский, Н.Л. Распределённая система технического зрения регистрации железнодорожных составов/Н.Л. Казанский, С.Б. Попов//Компьютерная оптика. -2012. -Т. 36, № 3.-С. 419-428.
  • Smith, R.W. Hybrid page layout analysis via tab-stop detection/R.W. Smith//Proceedings of 10th International Conference on Document Analysis and Recognition (ICDAR '09). -2009. -P. 214-245. - DOI: 10.1109/ICDAR.2009.257
  • Yin, X.-C. Multi-orientation scene text detection with adaptive clustering/X.-C. Yin, W.-Y. Pei, J. Zhang, H.-W. Hao//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2015. -Vol. 37, Issue 9. -P. 1930-1937. - DOI: 10.1109/TPAMI.2014.2388210
  • Zuo, Z.-Y. Multi-strategy tracking based text detection in scene videos/Z.-Y. Zuo, S. Tian, X.-C. Yin//13th International Conference on Document Analysis and Recognition (ICDAR). -2015. -P. 66-70. - DOI: 10.1109/ICDAR.2015.7333727
  • Koo, H.I. Scene text detection via connected component clustering and nontext filtering/H.I. Koo, D.H. Kim//IEEE Transactions on Image Processing. -2013.-Vol. 22, Issue 6. -P. 2296-2305. - DOI: 10.1109/TIP.2013.2249082
  • Nagy, G. Twenty years of document image analysis in PAMI/G. Nagy//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2000. -Vol. 22(1). -P. 38-62. - DOI: 10.1109/34.824820
  • Болотова, Ю.А. Распознавание автомобильных номеров на основе метода связных компонент и иерархической временной сети/Ю.А. Болотова, В.Г. Спицын, М.Н. Рудомёткина//Компьютерная оптика. -2015. -Т. 39, № 2. -С. 275-280. - DOI: 10.18287/0134-2452-2015-39-2-275-280
  • Jaderberg, M. Reading text in the wild with convolutional neural networks/M. Jaderberg, K. Simonyan, A. Vedaldi, A. Zisserman//International Journal of Computer Vision. -2016. -Vol. 116, Issue 1. -P. 1-20. - DOI: 10.1007/s11263-015-0823-z
  • Novikova, T. Large-lexicon attribute-consistent text recognition in natural images/T. Novikova, O. Barinova, P. Kohli, V. Lempitsky//European Conference on Computer Vision. -2012. -С. 752-765. - DOI: 10.1007/978-3-642-33783-3_54
  • Запрягаев, С.А. Распознавание рукописных символов на основе анализа дескрипторов функций длины хорды/С.А. Запрягаев, А.И. Сорокин//Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. -2009.-№ 2. -С. 49-58.
  • Глумов, Н.И. Метод быстрой корреляции с использованием тернарных шаблонов при распознавании объектов на изображениях/Н.И. Глумов, Е.В. Мясников, В.Н. Копенков, М.А. Чичёва//Компьютерная оптика. -2008. -Т. 32, № 3. -С. 277-282.
  • Smith, R.W. History of the Tesseract OCR engine: what worked and what didn’t/R.W. Smith//Proceedings of SPIE. -2013. -Vol. 8658. -865802. - DOI: 10.1117/12.2010051
  • Breuel, T.M. The OCRopus open source OCR system/T.M. Breuel//Proceedings of SPIE. -2008. -Vol. 6815. -68150F. - DOI: 10.1117/12.783598
  • Senior, A.W. Off-line cursive handwriting recognition using recurrent neural networks/A.W. Senior//PhD thesis. -Cambridge: Cambridge University, 1994. -121 с.
  • Graves, A. A novel connectionist system for unconstrained handwriting recognition/A. Graves, M. Liwicki, S. Fernández, R. Bertolami, H. Bunke, J. Schmidhuber//IEEE Transactions on Pattern Analysis and Machine Intelligence.-2008. -Vol. 31, Issue 5. -P. 855-868. - DOI: 10.1109/TPAMI.2008.137
  • Srihari, S.N. Document image analysis/S.N. Srihari, G.W. Zack//Proceedings of 8th International Conference on Pattern Recognition. -1986. -P. 434-436.
  • Гороховатский, А.В. Детектирование текстовых областей на изображении документа методом слияния/А.В. Гороховатский//Системи обробки iнформацiї. -2014. -Випуск 1(117). -С. 75-81.
  • Cattoni, R. Geometric layout analysis techniques for document image understanding: A review /R. Cattoni, T. Coianiz, S. Messelodi, C.M. Modena//ITC-irst technical report TR#9703-09. -1998. -URL: www.academia.edu/18416548/Geometric_Layout_Analysis_Techniques_for_Document_Image_Understanding_a_Review._TR_9703-09. -68 p.
  • Negi, A. Localization, extraction and recognition of text in Telugu document images/A. Negi, K.N. Shanker, C.K. Chereddi//Proceedings of the 7-th International Conference on Document Analysis and Recognition. -2003. -P. 1193-1197. - DOI: 10.1109/ICDAR.2003.1227846
  • Bukhari, S.S. High performance layout analysis of Arabic and Urdu document images/S.S. Bukhari, F. Shafait, T.M. Breuel//Proceedings of the 11th International Conference on Document Analysis and Recognition (ICDAR 2011). -2011. -P. 1275-1279. - DOI: 10.1109/ICDAR.2011.257
  • Wong, K.Y. Document analysis system/K.Y. Wong, R.G. Casey, F.M. Wahl//IBM Journal of Research and Development. -1982. -Vol. 26(6).-P. 647-656. - DOI: 10.1147/rd.266.0647
  • Nagy, G. Hierarchical representation of optically scanned documents/G. Nagy, S. Wagle//Proceedings of 7th International Conference on Pattern Recognition. -1984.-P. 347-349.
  • Baird, H.S. Image segmentation by shape-directed covers/H.S. Baird, S.E. Jones, S.J. Fortune//Proceedings of 10th International Conference on Pattern Recognition. -1990. -P. 820-825. - DOI: 10.1109/ICPR.1990.118223
  • Oudjemia, S. Segmentation of complex document/S. Oudjemia, Z. Ameur, A. Ouahabi//Carpathian Journal of Electronic and Computer Engineering. -2014. -Vol. 7(1). -P. 13-18.
  • Breuel, T.M. An algorithm for finding maximal whitespace rectangles at arbitrary orientations for document layout analysis/T.M. Breuel//Proceedings of the 7th International Conference on Document Analysis and Recognition. -2003. -Vol. 1. -P. 66-70. - DOI: 10.1109/ICDAR.2003.1227629
  • Winder, A. Extending page segmentation algorithms for mixed-layout document processing/A. Winder, T. Andersen, E.H.B. Smith//Proceedings of International Conference on Document Analysis and Recognition. -2011. -P. 1245-1249. - DOI: 10.1109/ICDAR.2011.251
  • Breuel, T.M. Two geometric algorithms for layout analysis/T.M. Breuel//International Workshop on Document Analysis Systems: DAS V. -2002. -P. 188-199. - DOI: 10.1007/3-540-45869-7_23
  • Shafait, F. Performance comparison of six algorithms for page segmentation/F. Shafait, D. Keysers, T.M. Breuel//International Workshop on Document Analysis Systems: DAS VII. -2006. -P. 368-379. - DOI: 10.1007/11669487_33
  • Baird, H.S. Background structure in document images/H.S. Baird//International Journal of Pattern Recognition and Artificial Intelligence. -1994. -Vol. 8, Issue 05. -P. 1013-1030. - DOI: 10.1142/S0218001494000516
  • O'Gorman, L. The document spectrum for page layout analysis/L. O'Gorman//IEEE Transactions on Pattern Analysis and Machine Intelligence. -1993. -Vol. 15, Issue 11. -P. 1162-1173. - DOI: 10.1109/34.244677
  • Скворцов, А.В. Триангуляция Делоне и её применение/А.В. Скворцов. -Томск: Изд-во Томского ун-та, 2002. -128 с. -ISBN: 5-7511-1501-5.
  • Kise, K. Segmentation of page images using the area Voronoi diagram/K. Kise, A. Sato, M. Iwata//Computer Vision and Image Understanding. -1998. -Vol. 70, Issue 3. -P. 370-382. - DOI: 10.1006/cviu.1998.0684
  • Mao, S. Empirical performance evaluation methodology and its application to page segmentation algorithms/S. Mao, T. Kanungo//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2001. -Vol. 23, Issue 3. -P. 242-256. - DOI: 10.1109/34.910877
  • Gather, P. Empirical performance evaluation methodology and its application to page segmentation algorithms: A review/P. Gather, A. Singh//International Journal of Advanced Research in Computer Engineering & Technology. -2015. -Vol. 4, Issue 4. -P. 1277-1279.
  • Esposito, F. A knowledge-based approach to the layout analysis/F. Esposito, D. Malerba, G. Semeraro//Proceedings of the 3rd International Conference on Document Analysis and Recognition. -1995. -Vol. 1. -P. 466-471. - DOI: 10.1109/ICDAR.1995.599037
  • Li, L. Multilingual text detection with nonlinear neural network/L. Li, S. Yu, L. Zhong, X. Li//Mathematical Problems in Engineering. -2015. -Vol. 2015. -431608 (7 p.). - DOI: 10.1155/2015/431608
  • Shih, F.Y. Adaptive document block segmentation and classification/F.Y. Shih, S.S. Chen//IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics. -1996. -Vol. 26, Issue 5. -P. 797-802. - DOI: 10.1109/3477.537322
  • Wang, D. Classification of newspaper image blocks using texture analysis/D. Wang, S.N. Srihari//Computer Vision, Graphics, and Image Processing. -1989. -Vol. 47, Issue 3. -P. 327-352. - DOI: 10.1016/0734-189X(89)90116-3
  • Vil’kin, A.M. Algorithm for segmentation of documents based on texture features/A.M. Vil’kin, I.V. Safonov, M.A. Egorova//Pattern Recognition and Image Analysis. -2013. -Vol. 23, Issue 1. -P. 153-159. - DOI: 10.1134/S1054661813010136
  • Sauvola, J.J. Page segmentation and classification using fast feature extraction and connectivity analysis/J. Sauvola, M. Pietikäinen//Proceedings of the 3rd International Conference on Document Analysis and Recognition (ICDAR '95). -1995. -Vol. 2. -P. 1127-1131. - DOI: 10.1109/ICDAR.1995.602118
  • Scherl, W. Automatic separation of text, graphic and picture segments in printed material/W. Scherl, F. Wahl, H. Fuchsberger//Pattern Recognition in Practice. -1980. -P. 213-221.
  • Tsujimoto, S. Major components of a complete text reading system/S. Tsujimoto, H. Asada//Proceedings of the IEEE. -1992. -Vol. 80, Issue 7. -P. 1133-1149. - DOI: 10.1109/5.156475
  • Jain, A.K. Page segmentation using texture analysis/A.K. Jain, Y. Zhong//Pattern Recognition. -1996. -Vol. 29, Issue 5. -P. 743-770. - DOI: 10.1016/0031-3203(95)00131-X
  • Cattoni, R. Geometric layout analysis techniques for document image understanding: A review /R. Cattoni, T. Coianiz, S. Messelodi, C.M. Modena//ITC-irst technical report TR#9703-09. -1998. -URL: www.academia.edu/18416548/Geometric_Layout_Analysis_Techniques_for_Document_Image_Understanding_a_Review._TR_9703-09. -68 p.
  • Jain, A.K. Text segmentation using Gabor filters for automatic document processing/A.K. Jain, S. Bhattacharjee//Machine Vision and Applications. -1992. -Vol. 5, Issue 3. -P. 169-184. - DOI: 10.1007/BF02626996
  • Smith, R. A simple and efficient skew detection algorithm via text row accumulation/R. Smith//Proceedings of the 3rd International Conference on Document Analysis and Recognition (ICDAR '95). -1995. -Vol. 2. -P. 1145-1148. - DOI: 10.1109/ICDAR.1995.602124
  • U.S. Patent 3,069,654 G06K9/46, G01T5/02, G01T5/00, 382/281. Method and means for recognizing complex patterns/P.V.C. Hough, filed of March 26, 1960, published of Desember 18, 1962.
  • Hinds, S.C. A document skew detection method using run-length encoding and the Hough transform/S.C. Hinds, J.L. Fisher, D.P. D'Amato//Proceedings of 10th International Conference on Pattern Recognition. -1990. -Vol. 1. -P. 464-468. - DOI: 10.1109/ICPR.1990.118147
  • Rashid, S.F. Scanning neural network for text line recognition/S.F. Rashid, F. Shafait, T.M. Breuel//10th IAPR International Workshop on Document Analysis Systems (DAS). -2012. -P. 105-109. - DOI: 10.1109/DAS.2012.77
  • Breuel, T.M. High-performance OCR for printed English and Fraktur using LSTM networks/T.M. Breuel, A. Ul-Hasan, M.A. Al-Azawi//Proceedings of 12th International Conference on Document Analysis and Recognition. -2013. -P. 683-687. - DOI: 10.1109/ICDAR.2013.140
  • Nagy, G. Optical character recognition: An illustrated guide to the frontier/G. Nagy, T.A. Nartker, S.V. Rice//In: Proceedings of the IS&T/SPIE Symposium on Electronic Imaging: Science and Technology. -1999. -P. 58-69.
  • Масалович, А. Распрямление текстовых строк на основе непрерывного гранично-скелетного представления изображений /А. Масалович, Л. Местецкий//Труды Международной конференции «Графикон», Новосибирск. -2006. -4 c. -URL: graphicon.ru/html/2006/wr34_16_MestetskiyMasalovitch.pdf.
  • Wang, T. End-to-end text recognition with convolutional neural networks/T. Wang, D.J. Wu, A. Coates, A.Y. Ng,//Proceedings of 21st International Conference on Pattern Recognition (ICPR 2012). -2012. -P. 3304-3308.
  • Zhong, Y. Automatic caption localization in compressed video/Y. Zhong, H. Zhang, A.K. Jain//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2000. -Vol. 22, Issue 4. -P. 385-392. - DOI: 10.1109/34.845381
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp