自然場(chǎng)景中的文字檢測(cè)與識(shí)別是圖像理解中的重要部分，在大部分的系統(tǒng)設(shè)計(jì)中，檢測(cè)和識(shí)別被看成是孤立的兩部分進(jìn)行處理，本文提出使用多類(lèi)霍夫森林建立一個(gè)統(tǒng)一的檢測(cè)識(shí)別框架。同時(shí)為了解決霍夫森林在類(lèi)別增多時(shí)識(shí)別率下降，以及在尺度多變的情況下定位偏移的問(wèn)題，文中提出利用組件樹(shù)提取出具有層級(jí)的連通域，同時(shí)針對(duì)文字本身的特征建立分類(lèi)器，通過(guò)級(jí)聯(lián)該分類(lèi)器，提取出文本的候選位置并確定目標(biāo)的尺度大小，為后級(jí)精細(xì)的定位和識(shí)別奠定基礎(chǔ)。實(shí)驗(yàn)結(jié)果顯示該方案在檢測(cè)和識(shí)別方面均與目前最優(yōu)的方案具有競(jìng)爭(zhēng)性。
?