In this paper, we propose a method for scene text extraction, which combines several character features such as color, edge, stroke width and contextual features of character regions. Color has been known to be important and useful to obtain text components in camera-captured images. However, it is clear that edge helps the precise extraction in terms of the way that humans judge characters. Stroke width and contextual features of character regions also provide useful criteria for separating text components from backgrounds. The proposed method utilizes these character features simultaneously based on superpixel representation in a Conditional Random Field (CRF) framework. The performance of the proposed method is demonstrated on both the KAIST scene text database and the ICDAR 2003 database.
본 논문에서는 카메라로 촬영된 자연 영상 내부에 존재하는 문자를 추출하기 위해 색상, 외곽선, 획 너비 및 글자 영역의 문맥상의 특징과 같은 여러 가지 글자 특징들을 결합하는 방법을 제안한다. 색상 정보는 카메라로 촬영된 영상에 존재하는 문자를 얻기 위해 중요하고 유용한 정보로 알려져 있다. 하지만 사람이 글자를 판단하는 방법의 측면에서는 외곽선이 배경과 문자를 강하게 구분하기 때문에 이러한 외곽선 정보가 영상 문자 추출에서 정확한 문자 추출을 위해 유용할 것이라는 것은 명확하다. 문자는 그 획의 너비가 균일하고 글자 영역에서 발생하는 문맥상의 특징들 또한 문자와 배경을 구분하는데 있어 유용한 척도가 될 수 있다. 본 논문에서 제안하는 방법은 색상, 외곽선을 비롯해 언급된 글자 특징들을 조건부 랜덤 필드 상에서 결합한다. 또한 영상의 수퍼픽셀의 표현에 의해 수퍼픽셀의 특징과 인접한 수퍼픽셀들과의 관계에서 발생하는 글자 특징들의 특성을 동시에 모델링하여 활용한다. 제안하는 영상 문자 추출 방법의 성능은 한글과 영문의 문자들을 포함하는 자연 영상들의 데이터베이스인 KAIST 영상 문자 데이터베이스와 ICDAR2003 데이터베이스에 대해 측정되어 기존의 방법에 비해 향상된 성능을 보여주었다.
