K-meansクラスタリングとサポートベクターマシンを用いた情景内カラー文字列の2値化

摘要

This paper proposes a new technique for binalizing color character strings in scene images. The key ideas are as follows. (1) Generation of candidate binarized string images via every dichotomization of K clusters obtained by K-means clustering in the color space. (2) Every candidate binarized string image is divided into a set of tentative single-character images which are fed into the SVM to output the degree of "character-likeness." (3) The binarized string image with the maximum average of "character-likeness" is output as an optimal binarization result. Experiments made on a total of 1000 character strings extracted from the ICDAR2003 robust word recognition dataset show that the proposed method achieves a correct binarization rate of 91.6%.%本報告では情景内カラー文字列の最適2値化手法を提案する．処理の流れは，①カラー空間でのK-meansクラスタリングにより複数の2値化候補文字列画像の生成する，②各候補画像を1文字単位画像に仮分割して特徴量を算出し、文字・非文字の2クラス分類を行うサポートベクターマシンに入力する，③出力値の平均スコアが最大となる候補画像を最適2値化結果として出力する．ICDAR2003 robust OCR datasetの個別文字画像1000枚でサポートベクターマシンの学習を行い，ICDAR2003 robust word recognition datasetの文字列画像1000枚で2値化実験を行った結果，正しい2倍化率91．6%を達成した．