Text in scene images is a useful source for many applications such as hand-held/wearable devices for visual impaired people to see text around, mobile robot navigation, scene understanding. Locating text in scene images is beyond the capabilities of current optical character recognition packages. Text localization envisages several difficulties including geometric variations, photometric variations, environmental variations and ambiguities. This thesis investigates methods to build an efficient text locating machine in both aspects: computational complexity and accuracy. The proposed system has a cascade framework which includes three main stages: detection, verification and text line generation. In the detection stage, recall is essentially kept high while precision may be lost. The detection stage is deployed with simple and fast operators: edge detection, morphologic operator and connected component analysis. The verification stage is designed to compensate the precision. The verification stage utilizes feature extraction and classification machines to classify potential text areas resulting from detection stage. The verification stage is rather complex and time consuming in comparing with the detection stage. However the cascade structure allows the system save processing time because the detection stage already zoomed into potential text areas and removed many other non-text areas. The proposed system has been tested on the benchmark dataset with different types of features and two classification machines: Support Vector Machines and AdaBoost. The comparative study is drawn to find the suitable features and classifier for scene text locating problem. The results are also compared with recently published results and it shows that the proposed system improves the recall significantly.
이미지에서의 문자 영역 검출 기술은 시각 장애인들을 위한 휴대용 장비, 이동 로봇을 위한 운항장치, 장면의 이해 등 여러 분야에의 응용에 유용한 자원이 될 수 있다. 문자 영역 검출 기술은 현재의 광학적 이미지 문자 인식 기술을 뛰어넘는 것이다. 문자 영역 검출 기술에는 기하학적 배치 변동, 광학적 배치 변동, 환경의 변화, 이미지의 모호성 등 많은 어려움이 존재한다. 이 학위 논문은 계산복잡도의 감소, 정확도의 향상이라는 측면에서, 효율적인 문자 영역 검출을 위한 방법을 제안한다. 제안한 시스템은 검출, 검증, 영역선 생성의 단계적 직렬구조를 가진 시스템이다. 문자영역의 발견 단계에서는, 재현율 은 최대한 높은 비율을 유지하는 반면, 정확도 에는 큰 비중을 두지 않는다. 발견 단계는 윤곽선 검출, 형태학적 연산, 연결요소 분석 등의 간단하고 빠른 연산자를 통해 구현된다. 검증 단계는 정확도 보정을 위해 설계 된다. 검증 단계에서는 발견 단계의 결과인 잠재적 문자 영역의 분류를 위해 특징 추출과 분류 기계를 이용한다. 검증단계는 발견단계 보다 좀더 복잡하고 시간 소비가 많다. 그러나 단계적 직렬구조에 따라 발견 단계에서 이미 잠재적 문자 영역만 남겨두고 나머지 영역은 제거하기 때문에 전체 시스템의 연산 시간을 절약 할 수 있다. 제안된 시스템을 견주 기법 자료 집합에서 추출한 특징들과, 지원 벡터 기계(SVMs, Support Vector Machines)과 에이다부스트 연산법(AdaBoost Algorithm)을 이용한 분류기를 이용해 검증 하였다. 제안된 시스템에 적절한 특징 추출법과 분류기를 찾기 위한 비교 연구 역시 수행하였다. 본 학위논문에서는 이미지에서의 문자 영역 검출, 특징 추출, 분류기 등을 다루었다. 제안된 단계적 직렬구조는 매우 장래성이 있지만, 성능 향상을 위해서는 문자열 패턴 특징 추출과 분류기 에서의 좀더 많은 진보가 필요하다.
