Journal of the Korea Academia-Industrial cooperation Society (한국산학기술학회논문지)

The Korea Academia-Industrial cooperation Society (한국산학기술학회)
권호 표지
DOI QR코드

DOI QR Code

Hierarchical Text Extraction and Localization on Images

이미지로부터 계층적 문자열 추출에 관한 연구

  • Jun, Byoung-Min (Department of Computer Engineering, Chungbuk National University) ;
  • Jun, Woogyoung (Department of Computer Science, Yonsei University)
  • 전병민 (충북대학교 컴퓨터공학과) ;
  • 전우경 (연세대학교 컴퓨터과학과)
  • Received : 2017.11.10
  • Accepted : 2018.01.05
  • Published : 2018.01.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study was conducted to investigate the effects of turmeric powder on jeung-pyun. Turmeric jeung-pyun containing 0%, 0.5%, 1%, 1.5%, and 2% turmeric powder was prepared and the moisture, pH, sugar, color, texture, DPPH and sensory properties of the samples were measured. Moisture contents of jeung-pyun were 51.26~51.99% and there were significant differences among the samples(p<0.001). The L-values were significantly decreased with increasing turmeric powder content. The b-value was low in the control and there were significant differences among the samples(p<0.05). Texture profile analysis showed that there were no significant differences among the groups in hardness, adhesiveness, springiness, cohesiveness, gumminess, and chewiness. The hardness was the lowest in the control group and increased with increasing turmeric powder content. The antioxidant activities as measured by DPPH increased with increasing turmeric powder content (p<0.001). In the sensory evaluation, 1% addition of turmeric powder showed the highest preference in terms of color, taste, flavor, texture and overall preference(p<0.001). As determined by this study, the addition of 1% turmeric powder was the most favorable method for making use of turmeric powder in the production of jueng-pyun.

인터넷 기술의 급격한 성장으로 우리들은 언제 어디에서나 다양한 장치를 이용하여 온라인에 접속할 수 있으며, 실시간, 대용량의 영상 및 사진들이 인터넷상에 올려지고 있다. 이러한 영상들의 대부분은 영상에 관련된, 영상을 인식할 수 있는 간단한 주석을 갖는다. 그럼에도 아직도 주석이 없는 단일 영상이나 잘못된 주석이나 태그 정보 때문에 우리가 원하는 영상을 찾는데 문제점이 있어 이러한 문제해결을 위해서는 영상의 올바른 정보를 태깅하는 것이 필수적이다. 대부분의 태그는 문서나 주석의 형태를 가지므로 주석이나 문서의 정보가 올바르지 않으면 원하는 영상을 찾는데 많은 어려움이 따른다. 그리하여 더 나은 영상 탐색 결과와 올바른 영상 주석을 위해서 작가에 의한 주석뿐만 아니라 올바른 영상분석 또한 아주 중요하다. 영상 특징을 추출하는 것은 신뢰성 있는 영상 주석을 위해 필수 불가결한 요소이다. 따라서 본 논문에서는 다양한 불특정 영상으로 부터 계층적 텍스트 추출 방법을 사용하여 신뢰성 있는 영상 주석을 얻는다. 다양한 영상으로 부터 영상이나 사진 속에 포함된 텍스트 정보를 추출하는 방법을 제안하였으며, 실험결과 제안한 텍스트 추출기법이 대부분의 영상으로부터 정확하게 텍스트 특징을 추출하는 결과를 보여주었고, 성능 평가 결과 최소 0.04부터 최대 0.52의 높은 평가결과를 보여주었다. 또한 정확도 측면에서도 다른 기법들 보다 최소 18.1%부터 최대 37.9%의 높은 정확도를 보여주었다.

Keywords

References

  1. Wang, K., Belongie, S., "Word Spotting in the Wild", ECCV 2010, Part I. LNCS, vol. 6311, pp.591-604, 2010.
  2. Mishra, A., Alahari, K., Jawahar, C.V., "Top-Down and Bottom-Up Cues for Scene Text Recognition", CVPR, 2010.
  3. Wang, K., Babenko, B., Belongie, S., "End-to-End Scene Text Recognition", 2011 IEEE International Conference on Computer Vision, pp. 1457-1464, 2011. DOI: https://doi.org/10.1109/ICCV.2011.6126402
  4. Neumann, L., Matas, J., "A Method for Text Localization and Recognition in Real-world Images", ACCV 2010, Part III. LNCS, vol. 6494, pp. 770-783, Springer, Heidelberg, 2011. DOI: https://doi.org/10.1007/978-3-642-19318-7_60
  5. Lienhart, R., Effelsberg, W., "Automatic text segmentation and text recognition for video indexing", TR-98-009, University of Mannheim, 1998.
  6. Jung, K., Kim, J., "Texture-based approach for text detection in images using support vector machines and continuously adaptive mean shift algorithm", IEEE Transactions on Pattern Analysis and Machine Intelligence 25(12), pp. 1631-1639, 2003. DOI: https://doi.org/10.1109/TPAMI.2003.1251157
  7. Liu, Q., Jung, C., Moon, Y., "Text Segmentation based on Stroke Filter", Proceedings of International Conference on Multimedia, pp. 129-132, 2006. DOI: https://doi.org/10.1145/1180639.1180677
  8. Lucas, S.M., "ICDAR2005 text locating competition results", Proceedings of the 8th International Conference on Document Analysis and Recognition, pp. 80-84, 2005.
  9. Lyu, M.R., Song, J., Cai, M., "A Comprehensive Method for Multilingual Video Text Detection, Localization, and Extraction", IEEE Transaction on Circuits and Systems for Video Technology, pp. 243-255, 2005.
  10. Shivakumara, P., Huang, W., Phan, T.Q., "Accurate Video Text Detection through Classificaion of Low and High Contrast Images", Pattern Recognition 43, pp. 2165-2185, 2010. DOI: https://doi.org/10.1016/j.patcog.2010.01.009
  11. Hua, X.-S., Chen, X.-R., Whnyin, L., Zhang, H.-J., "Automatic Location of Text in Video Frames", Proceedings of the 2001 ACM Workshops on Multimedia, 2001. DOI: https://doi.org/10.1145/500933.500941
  12. Thillou, C.M., Gosselin, B., "Color Text Extraction with Selective Metric-based Clustering", Computer Vision and Image Understanding 107, pp. 97-107, 2007. DOI: https://doi.org/10.1016/j.cviu.2006.11.010
  13. Ye, Q., Huang, Q., Gao, W., Zhao, D., "Fast and Robust Text Detection in Images and Video Frames", Image and Vision Computing 23(6), pp, 565-576, 2005. https://doi.org/10.1016/j.imavis.2005.01.004
  14. Epshtein, B., Ofek, E., Wexler, Y., "Detecting Text in Natural Scenes with Stroke width Transform", 2010 IEEE Conference on Computer Vision and Pattern Recognition, pp. 2963-2970, 2010.
  15. Chen, X., Yuille, A.L., "A Time Efficient Cascade for Real-Time Object Detection", Proceedings of the CVAVI 2005, IEEE Conference on Computer Vision and Pattern Recognition Workshop, 2005. DOI: https://doi.org/10.1109/CVPR.2010.5540041
  16. Jung, C., Liu, Q., Kim, J., "Accurate Text Localization in images based on SVM output Scores", Images and Vision Computing 27, pp. 1295-1301, 2009. DOI: https://doi.org/10.1016/j.imavis.2008.11.012