自然场景图像文字检测研究综述

摘要

文字是图像内容的重要表达,随着基于内容的图像检索技术的发展,复杂场景图像下的文字检测技术越来越受关注,针对此类图像对现有的主流算法进行了详细的研究。文字检测算法主要包括候选文本区域提取和文本/非文本分类两大核心步骤。首先,总结了近5年的21种主流算法在公开数据集ICDAR上的文字检测效果,数据显示现有文字检测算法依然存在低召回率的问题,召回率最高为0. 83;其次,对候选文本区域提取和文本/非文本分类两大核心步骤中典型算法的优缺点及存在的问题进行了详细的分析;最后,探讨了文字检测未来的发展趋势,并提出了4种可能的研究方向。