Towards Visual Words to Words Text Detection with a General Bag of Words Representation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00236244" target="_blank" >RIV/68407700:21230/15:00236244 - isvavai.cz</a>

Výsledek na webu

<a href="http://cmp.felk.cvut.cz/~chum/papers/Mehta-ICDAR2015.pdf" target="_blank" >http://cmp.felk.cvut.cz/~chum/papers/Mehta-ICDAR2015.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICDAR.2015.7333840" target="_blank" >10.1109/ICDAR.2015.7333840</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Towards Visual Words to Words Text Detection with a General Bag of Words Representation

Popis výsledku v původním jazyce

We address the problem of text localization and retrieval in real world images. We are first to study the retrieval of text images, i.e. the selection of images containing text in large collections at high speed. We propose a novel representation, textual visual words, which describe text by generic visual words that geometrically consistently predict bottom and top lines of text. The visual words are discretized SIFT descriptors of Hessian features. The features may correspond to various structures present in the text - character fragments, individual characters or their arrangements. The textual words representation is invariant to affine transformation of the image and local linear change of intensity. Experiments demonstrate that the proposed method outperforms the state-of-the-art on the MS dataset. The proposed method detects blurry, small font, low contrast, noisy text from real world images.

Název v anglickém jazyce

Towards Visual Words to Words Text Detection with a General Bag of Words Representation

Popis výsledku anglicky

We address the problem of text localization and retrieval in real world images. We are first to study the retrieval of text images, i.e. the selection of images containing text in large collections at high speed. We propose a novel representation, textual visual words, which describe text by generic visual words that geometrically consistently predict bottom and top lines of text. The visual words are discretized SIFT descriptors of Hessian features. The features may correspond to various structures present in the text - character fragments, individual characters or their arrangements. The textual words representation is invariant to affine transformation of the image and local linear change of intensity. Experiments demonstrate that the proposed method outperforms the state-of-the-art on the MS dataset. The proposed method detects blurry, small font, low contrast, noisy text from real world images.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Document Analysis and Recognition (ICDAR), 2015 13th International Conference on

ISBN

978-1-4799-1805-8

ISSN

1520-5363

e-ISSN

—

Počet stran výsledku

5

Strana od-do

641-645

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

Nancy

Datum konání akce

23. 8. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000381461400127