3.2 Video OCR for Lecture VideosTex

3.2 Video OCR for Lecture Videos
Texts in the lecture slides are closely related to the lecture
content, can thus provide important information for the
retrieval task. In our framework, we developed a novel
video OCR system for gathering video text.
For text detection, we developed a new localizationverification
scheme. In the detection stage, an edge-based
multi-scale text detector is used to quickly localize candidate
text regions with a low rejection rate. For the subsequent
text area verification, an image entropy-based
adaptive refinement algorithm not only serves to reject false
positives that expose low edge density, but also further
splits the most text- and non-text-regions into separate
blocks. Then Stroke Width Transform (SWT) [22]-based verification
procedures are applied to remove the non-text
blocks. Since the SWT verifier is not able to correctly identify
special non-text patterns such as sphere, windowblocks,
garden fence, we adopted an additional SVM classifier
to sort out these non-text patterns in order to further
improve the detection accuracy. For text segmentation and
recognition, we developed a novel binarization approach,
in which we utilize image skeleton and edge maps to

ผลลัพธ์ (ไทย) 1:

3.2 OCR วิดีโอสำหรับวิดีโอบรรยายข้อความในสไลด์บรรยายที่สัมพันธ์กับการบรรยายเนื้อหา จึงสามารถให้ข้อมูลที่สำคัญสำหรับการงานเรียก ในกรอบของเรา เราพัฒนานวนิยายระบบ OCR วิดีโอสำหรับการรวบรวมข้อความวิดีโอสำหรับข้อความการตรวจสอบ เราพัฒนาการ localizationverification ใหม่โครงร่าง ในขั้นตอนการตรวจสอบ มีขอบตามใช้ข้อความหลายขนาดจับผู้สมัครแปลภาษาได้อย่างรวดเร็วขอบเขตข้อความกับอัตราการปฏิเสธต่ำ สำหรับซึ่งต่อมาตรวจสอบพื้นที่ข้อความ ภาพคะแนนเอนโทรปีความประณีตปรับอัลกอริทึมไม่เพียงทำหน้าที่ในการปฏิเสธเป็นเท็จบวกที่แสต่ำขอบความหนาแน่น แต่ยัง เพิ่มเติมแยกมากที่สุดข้อความ - ไม่ใช่ข้อความภูมิภาค และเป็นแยกบล็อก แล้วเส้นความกว้างแปลงโองการ [22] -จากการตรวจสอบใช้ขั้นตอนการลบไม่ใช่ข้อบล็อก ตั้งแต่โองการ verifier ไม่สามารถระบุได้อย่างถูกต้องรูปไม่ใช่ข้อความที่พิเศษเช่นทรงกลม windowblocksรั้วสวน เราใช้ลักษณนามการ SVM เพิ่มเติมจะเรียงลำดับจากรูปแบบเหล่านี้ไม่ใช่ข้อเพื่อเพิ่มเติมปรับปรุงความแม่นยำการตรวจจับ การแบ่งส่วนข้อความ และการรับรู้ เราพัฒนาวิธีการ binarization ใหม่ซึ่งเราใช้ภาพโครงกระดูก และขอบแผนที่ไป

ผลลัพธ์ (ไทย) 2:

3.2 วิดีโอ OCR สำหรับวิดีโอการบรรยาย
ในตำราสไลด์การบรรยายมีความสัมพันธ์อย่างใกล้ชิดกับการบรรยาย
เนื้อหาจึงสามารถให้ข้อมูลที่สำคัญสำหรับ
งานดึง ในกรอบของเราเราพัฒนานวนิยาย
วิดีโอระบบ OCR สำหรับการรวบรวมข้อความวิดีโอ.
สำหรับการตรวจหาข้อความเราพัฒนา localizationverification ใหม่
โครงการ ในขั้นตอนการตรวจสอบที่ขอบตาม
หลายขนาดเครื่องตรวจจับข้อความไปใช้อย่างรวดเร็ว จำกัด วงผู้สมัคร
ภูมิภาคข้อความที่มีอัตราการปฏิเสธต่ำ สำหรับภายหลัง
การตรวจสอบพื้นที่ข้อความภาพเอนโทรปีตาม
ขั้นตอนวิธีการปรับแต่งการปรับตัวไม่เพียง แต่ทำหน้าที่ในการปฏิเสธที่ผิดพลาด
บวกซึ่งอาจจะทำให้ความหนาแน่นของขอบต่ำ แต่ยังเพิ่มเติม
แยกแอปรับส่งข้อความมากที่สุดและไม่มีข้อความภูมิภาคเข้าแยกต่างหาก
บล็อก โรคหลอดเลือดสมองแล้วความกว้างของแปลง (หวาน) [22] การตรวจสอบชั่น
ขั้นตอนจะนำไปใช้ในการลบข้อความที่ไม่
บล็อก ตั้งแต่ Verifier SWT ที่ไม่สามารถระบุได้อย่างถูกต้อง
รูปแบบที่ไม่ใช่ข้อความพิเศษเช่นทรงกลม windowblocks,
รั้วสวนเรานำลักษณนาม SVM เพิ่มเติม
เพื่อจัดเรียงออกรูปแบบที่ไม่ใช่ข้อความเหล่านี้ในการสั่งซื้อเพื่อ
ปรับปรุงความถูกต้องตรวจสอบ สำหรับการแบ่งส่วนข้อความและ
การรับรู้ของเราพัฒนาวิธีการ Binarization นวนิยาย
ที่เราใช้ประโยชน์จากโครงกระดูกของภาพและขอบแผนที่ไป

ผลลัพธ์ (ไทย) 3:

3.2 วีดีโอเพลงสำหรับวิดีโอบรรยายข้อความในการบรรยายสไลด์ที่เกี่ยวข้องอย่างใกล้ชิดกับการบรรยายเนื้อหา จึงสามารถให้ข้อมูลที่สำคัญสำหรับงานสืบค้น . ในกรอบของเรา เราพัฒนาใหม่ระบบ OCR วิดีโอสำหรับการรวบรวมวิดีโอข้อความค้นหาข้อความที่เราได้รับการพัฒนา localizationverification ใหม่โครงการ ในการตรวจสอบตามระยะขอบเครื่องตรวจจับข้อความหลายมาตราส่วนที่ใช้ได้อย่างรวดเร็ว จำกัด ผู้สมัครข้อความที่ภูมิภาคที่มีอัตราการปฏิเสธต่ำ สำหรับต่อตรวจสอบพื้นที่ข้อความ รูปภาพเอนโทรปีตามขั้นตอนวิธีการปรับแต่งได้ไม่เพียง แต่ทำหน้าที่ในการปฏิเสธการเท็จแจ้งว่าเปิดเผยความหนาแน่นขอบต่ำ แต่ยังเพิ่มเติมแยกข้อความมากที่สุดและไม่มีข้อความภูมิภาคใน แยกบล็อก แล้วความกว้างจังหวะเปลี่ยน ( SWT ) [ 22 ] - ใช้ตรวจสอบวิธีการลบข้อความที่ไม่ใช้บล็อก ตั้งแต่ SWT ตรวจสอบไม่สามารถได้อย่างถูกต้องระบุพิเศษไม่ใช่รูปแบบข้อความเช่น ทรงกลม windowblocks ,รั้วสวน เราใช้เป็นลักษณนาม SVM เพิ่มเติมเพื่อจัดเรียงออกเหล่านี้ไม่ใช่รูปแบบข้อความเมื่อต้องการเพิ่มเติมปรับปรุงการตรวจสอบความถูกต้อง สำหรับการตัดข้อความและการรับรู้ภาพที่เราพัฒนาวิธีการใหม่ที่เราใช้โครงกระดูกภาพและขอบแผนที่