从照片中自动识别手工标记的语义文本

科学领域:

• 计算机视觉 计算机视觉
• 人工智能的人工智能
• 图像处理 图像处理

背景情况:

• 自动文本识别面临着手写或标记文本的挑战.
• 建筑缺陷识别需要有效处理许多标记的照片.

研究的目的:

• 开发和比较用于识别建筑缺陷标签上的手工标记语义文本 (HMSTR) 的自动化方法.
• 评估基于场景文本识别 (STR) 的两步HMSTR和对此任务的合方法的有效性.

主要方法:

• 研究了三种HMSTR方法:修改的STR,两步方法 (本地化然后分类),以及单步块化物体检测方法.
• 使用F1分数评估性能,用于识别建筑标签上的圆圈和勾号文本.

主要成果:

• 两步HMSTR方法实现了最高的F1得分 (0.92) 圆形文本识别.
• STR方法的F1得分为0.87,而一次性方法得分为0.78.
• 两个步骤的HMSTR方法证明了通用性,F1得分为0.88的标记文本.

结论:

• 两步式的HMSTR方法是最有效的,用于自动识别建筑缺陷标签上的手工标记文本.
• 这种方法显示出在识别文档和报告中的标记文本方面具有更广泛应用的潜力.
• 进一步的研究可以将这些技术扩展到各种数据集和现实世界的场景.