画像編集により挿入されたテキスト領域の検出(一般セッション,コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション)

概要

論文の詳細を見る
画像編集ツールの充実により,誇大表現となるテキストが画像内に埋め込まれる例が増加している.大量の画像を扱うサイバーモール企業では重要な問題である.本論では,既存の画像に対して画像編集により埋め込まれたテキスト領域を検知するための新たな手法を提案する.従来から,OCRが文字のコード化を目的に,画像中のテキストを認識するための技術として使われてきたが,われわれの目的は,テキスト領域の有無に関し,前景(テキスト領域)と背景(それ以外)の2値分類を行うことである.テキスト領域では,コーナー特徴点が,水平,垂直,斜め方向に整列して現れるという観測結果から,整列単位をSupercornerと呼ぶ細長い短冊状にまとめ,そのSupercomerをノードとしたグラフを構成する.テキスト領域の特徴をノード間の関係重みとして与え,グラフカットを適用することで2値分類を実現した.また,文字サイズの多様性に対処するために多重解像度解析を用いている.その結果,任意に抽出した弊社サイト内の画像に対して,適合率66%,再現率86%で目的のテキスト領域特定ができた.
2012-08-26