Multi-scale Graph-matching Based Kernel for Character Recognition from Natural Scenes

认出从自然景色图象提取的字符由于 intraclass 变化的高度是相当挑战性的。在这份报纸，我们为景色特性识别建议一个多尺度的匹配图的基于的核。以便捕获人物的内在地特殊的结构，每幅图象被与多尺度的图象格子联系的几张图代表。当也越过邻近的节点保存空间一致性时，二幅图象的类似被匹配二张图(图象) 因此定义为最佳精力，它在图为每个节点发现最好的火柴。计算类似是合适的为支持向量机器(SVM ) 构造一个核。与多尺度的格子匹配图获得的多重核被联合以便最后的核是更柔韧的。挑战性的 Chars74k 和 ICDAR03-CH 数据集上的试验性的结果证明建议方法比现状方法更好表现。