《2006_ICPR_Low Resolution Character Recognition by Image Quality Evaluation》阅读笔记
来源:互联网 发布:闲置淘宝店铺账号出售 编辑:程序博客网 时间:2024/05/29 08:22
论文主要思想
这是一篇关于低质量字符图像识别的文章,这里的“低质量”指的是字符图像的分辨率低。
作者在文中指出,传统的(指的是2006年之前)低质量字符图像识别方法主要分为两类:第一类方法采用一些图像增强手段以及一些“先进的”二值化方法,来从低质量字符图像中提取出二值化图像,然后从二值化图像中提取出用来进行识别分类的特征,最后基于这些特征建立字符分类器;第二种方法则直接从低质量字符图像中提取分类特征,包括结构特征以及频率特征。作者认为,在利用第一种方法获取二值化字符图像时,一些字符的笔画要么会断开,要么会与其他笔画连在一起,从而导致信息的丢失,对识别带来不利的影响;第二种方法中的结构特征不适合用于识别低质量字符图像,而频率特征,如利用Gabor滤波器提取出的特征,在识别低分辨率字符图像时,会取得不错的效果。因此,作者利用Gabor滤波器直接从低分辨率的字符图像中提取用来分类的特征,从而实现对地分辨率字符图像的识别。
此外,作者认为,对于低质量字符图像,如果使用和它降质类型相同的字符图像库来训练分类器,那么可以取得很不错的识别结果。因此作者建立了一个用于评价字符图像分辨率等级的分类器,使用的评价特征为图像的灰度直方图,这里的分辨率等级包括:好、中等以及差着三种,然后用该分类器将训练样本化分成三类,最后用这三类样本分布建立一个字符分类器。那么对于一幅测试图像,首先利用分辨率等级分类器评级其对应的分辨率等级,然后将其输入到对应的字符分类器中,得到最终的识别结果,整个框架如下图所示(这里直接使用文中的原图):
阅读全文
1 0
- 《2006_ICPR_Low Resolution Character Recognition by Image Quality Evaluation》阅读笔记
- 论文阅读笔记:Image Super-Resolution Using Deep Convolutional Networks
- Deep Residual Learning for Image Recognition 阅读笔记
- ResNet 《Deep Residual Learning for Image Recognition》 阅读笔记
- 《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》阅读笔记
- 《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》阅读笔记
- VGG:Very Deep Convolutional Networks for Large-Scale Image Recognition阅读笔记
- [深度学习] Very Deep Convolutional Networks for Large-Scale Image Recognition(VGGNet)阅读笔记
- [深度学习]Deep Residual Learning for Image Recognition(ResNet,残差网络)阅读笔记
- 细粒度图像识别文章 Picking Deep Filter Responses for Fine-grained Image Recognition 阅读笔记
- 论文阅读笔记 Picking Deep Filter Responses for Fine-grained Image Recognition
- 《Close the Loop: Joint Blind Image Restoration and Recognition with Sparse Representation Prior》阅读笔记
- Character Recognition
- Speaker Recognition Evaluation 2012
- 论文阅读笔记-ClusType: Effective Entity Recognition and Typing by Relation Phrase-Based Clustering
- How to generate high quality image by using Imagemagick
- Predicting Performance of a Face Recognition System Based on Image Quality
- Deep Residual Learning for Image Recognition 笔记
- Java入门名词,关键字解释
- 几种编程语言的优缺点
- uva
- TensotFlow 应用实例:11-使用CNN预测手写数字MNIST
- readonly/const关键字
- 《2006_ICPR_Low Resolution Character Recognition by Image Quality Evaluation》阅读笔记
- 安卓自定义View基础-坐标系
- selenium+python自动化测试(五)--多窗口切换
- Caffe中层参数及数据的可视化
- github+hexo博客搭建
- 度度熊与邪恶大魔王(DP)
- ROC曲线的理解
- ES索引存储原理
- RadioButton使用(一)实现底部带指示条的Tab选项卡