随笔档案「2016年11月」 - lilicao

摘要：文本检测，主要是对fasterRCNN进行改进用来检测文字，先用inception-RPN（RPN网络后接inception）提取候选区域，再利用text-detection（2层的ROI-pooling，分为文字，非文字，有歧义这三类）去除非单词区域阅读全文

posted @ 2016-11-30 17:32 lilicao 阅读(3606) 评论(2) 推荐(0)

摘要：使用多尺度的symmetry feature和apeareance feature训练RandomForest检测候选像素点，利用像素点的角度和距离约束聚合成字符串区域，再用字符级和字符串级的CNN分类器过滤非文字串阅读全文

posted @ 2016-11-29 14:58 lilicao 阅读(2436) 评论(0) 推荐(0)

摘要：文字检测问题，使用CE-MSERs提取候选字符区域，再用text-CNN过滤非字符区域，再用普通的字符串分组和切割算法进行检测阅读全文

posted @ 2016-11-28 17:51 lilicao 阅读(3094) 评论(1) 推荐(0)

摘要：利用MSER提取候选区域，提出新的文字特征训练SVM的背景，字符，字符串三类分类器，再形成文本线，并用图割方法对检测结果进行调整阅读全文

posted @ 2016-11-25 22:47 lilicao 阅读(1603) 评论(0) 推荐(0)

摘要：用FCN做文字检测，text-block FCN检测文本块，结合MSER与文本块检测文本线，最后利用centroid FCN检测字符质心来过滤非文字串阅读全文

posted @ 2016-11-25 21:35 lilicao 阅读(5802) 评论(0) 推荐(0)

摘要：用传统的自下而上的方法做任意方向的文字检测，先用SWT提取候选区域，再用字符级和字符串级的两种分类器过滤噪声。阅读全文

posted @ 2016-11-21 22:32 lilicao 阅读(2388) 评论(0) 推荐(1)

摘要：BaiXiang的CRNN论文阅读，主要解决单词图像识别问题，利用CNN提取特征，RNN（BLSTM+CTC）进行序列识别阅读全文

posted @ 2016-11-06 17:53 lilicao 阅读(4746) 评论(3) 推荐(0)

lilicao