Automatic machine reading of texts

Automatic machine reading of texts in scenes is largely restricted by the poor character recognition accuracy. In this paper, we extend the Histogram of Oriented Gradient (HOG) and propose two new feature descriptors: Co-occurrence HOG (Co-HOG) and Convolutional Co-HOG (ConvCo-HOG) for accurate recognition of scene texts of different languages. Compared with HOG which counts orientation frequency of each single pixel, the Co-HOG encodes more spatial contextual information by capturing the co-occurrence of orientation pairs of neighboring pixels. Additionally, ConvCo-HOG exhaustively extracts Co-HOG features from every possible image patches within a character image for more spatial information. The two features have been evaluated extensively on five scene character datasets of three different languages including three sets in English, one set in Chinese and one set in Bengali. Experiments show that the proposed techniques provide superior scene character recognition accuracy and are capable of recognizing scene texts of different scripts and languages.

ผลลัพธ์ (ไทย) 1:

เครื่องอ่านของข้อความในฉากส่วนใหญ่ถูกจำกัด โดยความถูกต้องการรู้จำอักขระจน ในเอกสารนี้ เราขยายฮิสโตแกรมของเน้นไล่ระดับสี (หมู) และเสนอตัวบอกคุณลักษณะใหม่สอง: เหตุการณ์ร่วมกิตติ (กิตติร่วม) และ Convolutional ร่วมกิตติ (กิตติ ConvCo) สำหรับการรับรู้ที่ถูกต้องของฉากข้อความภาษาต่าง ๆ เมื่อเทียบกับหมูที่นับความถี่ในการวางแนวของแต่ละพิกเซลเดียว กิตติร่วมจแมปข้อมูลบริบทพื้นที่เพิ่มเติม โดยการจับคู่แนวพิกเซลเกิดร่วม นอกจากนี้ หมู ConvCo ลมสารสกัดคุณลักษณะร่วมหมูจากแพทช์ทุกรูปได้ในรูปอักขระสำหรับข้อมูลเพิ่มเติมพื้นที่ สองคุณลักษณะได้การประเมินอย่างกว้างขวางบน datasets อักขระฉากห้าสามภาษารวมสามชุดในอังกฤษ ตั้งอยู่ในจีนและชุดในเบงกาลี การทดลองแสดงว่า เทคนิคการนำเสนอให้ถูกต้องรู้อักขระฉากห้อง และสามารถจดจำข้อความฉากของสคริปต์ต่าง ๆ และภาษา

ผลลัพธ์ (ไทย) 2:

อ่านเครื่องอัตโนมัติของข้อความในฉากที่ถูก จำกัด โดยส่วนใหญ่มีความถูกต้องน่าสงสารรู้จำตัวอักษร ในบทความนี้เราขยาย Histogram ของการไล่โทนสี Oriented นี้ (HOG) และนำเสนอสองอธิบายคุณลักษณะใหม่: Co-เกิด HOG (ร่วม HOG) และ Convolutional ร่วม HOG (ConvCo-HOG) สำหรับการรับรู้ที่ถูกต้องของข้อความที่เกิดเหตุของภาษาที่แตกต่าง เมื่อเทียบกับ HOG ซึ่งนับความถี่การวางแนวของแต่ละพิกเซลเดียวร่วม HOG เข้ารหัสข้อมูลบริบทเชิงพื้นที่มากขึ้นโดยการจับผู้ร่วมการเกิดขึ้นของคู่ทิศทางของพิกเซลที่อยู่ใกล้เคียง นอกจากนี้ ConvCo-HOG ละเอียดถี่ถ้วนสารสกัดจากคุณลักษณะร่วม HOG จากแพทช์ภาพเป็นไปได้ทุกที่อยู่ในภาพตัวละครข้อมูลเชิงพื้นที่มากขึ้น ทั้งสองคุณสมบัติที่ได้รับการประเมินอย่างกว้างขวางในห้าชุดข้อมูลตัวละครที่เกิดเหตุสามภาษาที่แตกต่างกันรวมทั้งสามชุดในภาษาอังกฤษซึ่งเป็นหนึ่งตั้งอยู่ในจีนและหนึ่งชุดในประเทศบังคลาเทศ การทดลองแสดงให้เห็นว่าเทคนิคที่นำเสนอฉากให้ถูกต้องรู้จำตัวอักษรที่เหนือกว่าและมีความสามารถในการรับรู้ข้อความฉากของสคริปต์และภาษาที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

เครื่องอ่านอัตโนมัติของข้อความในฉากส่วนใหญ่ถูก จำกัด โดยความถูกต้องในการรู้จำตัวอักษรที่ไม่ดี ในกระดาษนี้เราเพิ่มความถี่ของการมุ่งเน้น ( หมู ) และเสนอสองในคุณลักษณะใหม่ : CO ที่เกิดขึ้นหมู ( CO หมู ) และคอน จำกัด ( convco หมูหมู ) เพื่อการรับรู้ที่ถูกต้องของฉากข้อความในภาษาที่แตกต่างกันเมื่อเทียบกับหมูซึ่งนับทิศทางความถี่ของแต่ละพิกเซล เดียวหมู encodes ข้อมูลบริบทเชิงพื้นที่จำกัด โดยการจับคู่ของการปฐมนิเทศของพิกเซลเพื่อนบ้าน นอกจากนี้ convco หมูทำสารสกัด Co หมูคุณสมบัติจากเป็นไปได้ทุกแพทช์ภายในภาพตัวละครภาพข้อมูลเชิงพื้นที่มากขึ้นสองคุณสมบัติที่ได้รับการประเมินอย่างกว้างขวางในฉากห้าตัวละครข้อมูลสามภาษาที่แตกต่างกันรวมทั้งสามชุดในภาษาอังกฤษ , ชุดหนึ่งในจีนและอีกหนึ่งชุดในภาษาเบงกาลี การทดลองแสดงให้เห็นว่าเทคนิคที่เสนอให้เหนือกว่าฉากตัวละครความถูกต้องในการรู้จำและมีความสามารถในการจำฉากข้อความสคริปต์ที่แตกต่างกันและภาษา