به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "ویدیو" در نشریات گروه "فنی و مهندسی"

جستجوی ویدیو در مقالات مجلات علمی
  • سعید مظفری*، علی اصغر اروجی، محی الدین مرادی
    استخراج اطلاعات متنی از تصاویر ویدیویی نقش مهمی را در کاربردهایی نظیر تحلیل معنایی ویدیو، بازیابی اطلاعات متنی، آرشیو تصاویر ویدیویی و اطلاعات مربوطه ایفا می کند. در این مقاله روشی جهت استخراج متن فارسی- عربی از تصاویر ویدیویی ارائه می گردد. در ابتدا با استفاده از آشکارساز لبه مناسب، لبه های موجود در تصویر استخراج گردیده و با استفاده از مکان تلاقی لبه ها، گوشه های تصنعی موجود در تصویر مشخص می شوند. تحلیل هیستوگرام جهت حذف برخی از گوشه های تصنعی نواحی غیر متنی انجام می شود. سپس ضرایب تبدیل فوریه کسینوسی گسسته بلوک های تصویر استخراج شده و با ترکیب تعدادی از ضرایب، تصویر شدت بافت حاصل می شود. با تلفیق مشخصه های حاصل از گوشه های تصنعی و تصویر شدت بافت، بردار مشخصه ای جهت اعمال به یک طبقه بندی جهت جدا سازی نواحی متنی از غیرمتنی حاصل می شود. در نهایت با رسم پروفایل های نرمالیزه شده شدت بافت، بازبینی نهایی انجام شده و تفکیک خطوط متنی از یکدیگر انجام می گیرد.
    کلید واژگان: متون فارسی, عربی, ویدیو, آشکارسازی متن, گوشه تصنعی, تبدیل فوریه کسینوسی گسسته
    Video text detection plays an important role in applications such as semantic-based video analysis، text information retrieval، archiving and so on. In this paper، we propose a Farsi/Arabic text detection approach. First، with an appropriate edge detector، edges are extracted and then by using edges cross ponts، artificial corners are extracted. Artificial corner histogram analysis is done for rejecting some non text corners. The discrete cosine transform (DCT) coefficients of input picture are extracted and texture intensity picture is created by combining appropriate coefficients. With combining artificial corners image and texture intensity image، a features vector is extracted and fed into support vector machine (SVM) classifier for detecting text regions. Finally with drawing normalized texture intensity profiles، final verification is done and text lines are sepersted from each others
    Keywords: Farsi, Arabic, video sequence, text detection, artificial corner, DCT
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال