如何提取和檢測視頻中的文字？數字視頻中文字的檢測提取技術的分析

　　作為一種高級語義特征， 視頻中的文字信息對視頻內容的理解、索引和檢索具有重要意義。本文針對非壓縮域中視頻文字的檢測與提取技術做了詳盡的分析和討論， 涉及的內容包括：文字事件的檢測、幀圖像中文字區域的檢測與分割以及視頻文字識別（Video OCR） 等。對于不同的典型算法， 分析了其理論基礎和應用特點， 并且通過對比指出其不足和應用的局限。最后， 本文還展望了該技術未來發展的方向。

　　隨著Internet 網絡應用的普及和圖像、視頻等多媒體數據的迅速增長， 基于內容的視頻索引和檢索（Content - based Indexing and Ret rieval ， CBIR）已經成為人們的研究熱點。雖然CBIR 方法可以借助諸如顏色、紋理、形狀和運動特征等來進行視頻的檢索， 但是由于缺乏高級語義， 因此該方法存在很大的缺陷。CBIR 方法的主要缺點體現在這些低級特征和人對于媒體信息的認識脫節， 因此不但無法實現準確或有效的檢索， 而且對于普通用戶來說難于掌握

　　由于文字具有的高級語義特征， 傳統的視頻索引和檢索都是基于關鍵字實現的1 - 3 。首先用人工的方法對圖像/ 視頻進行文字標注（包括所屬類別、標題、字幕信息等） ， 然后借助這些文字對視頻進行有效的檢索。由于需要大量的人工， 而且存在相當的二義性， 使得這種方法無法勝任對于海量數據的有效索引和檢索。

　　結合CBIR 以及文字索引方法的不足， 人們開始研究怎樣自動從視頻中提取文字信息， 進而用于視頻索引和檢索的方法1 ，4 ，6 ，9 。這些文字信息可以通過字符識別或語音識別等得到， 本文探討的是視頻中文字符號的檢測和識別問題。