WX_Chen的博客

难度分析: 字幕文字的字体、大小、色彩和透明度等因素影响 传统方法有： 字幕定位需要区分字幕区域和背景区域，有效的区分特征包括以下几点： 字幕的颜色、字体较为规整，且与背景有较为明显的颜色差异； 字幕区域的笔画丰富，角点和边缘特征比较明显； 字幕中字符间距固定，排版多沿水平或竖直方向； 同一视频中字幕出现的位置较为固定，且同一段字幕一般会停留若干秒的时间。 基于边缘密度的字幕定位： 首先，对于视频帧灰度图像进行边缘检测，得到边缘图。 然后，在边缘图上分别进行水平和竖直方向的投影分析，通过投.

论文翻译汇总 https://github.com/SnailTyan/deep-learning-papers-translation 2016年 ECCV 业界现在物体识别领域用的最多的是proposal region方法，即通过筛选出候选区域，然后对候选区域进行二分类(object/ no object), 同时还要对bound box进行回归，这是一般的物体识别所用的方法。  CTPN...

pytorch代码（只针对英文） https://blog.youkuaiyun.com/u013102349/article/details/79515147 中文翻译 架构包括三部分：1) 卷积层，从输入图像中提取特征序列；2) 循环层，预测每一帧的标签分布（每帧预测）；3) 转录层，将每一帧的预测变为最终的标签序列。 CNN： 特征序列的每一个特征向量在特征图上按列从左到右生成。这意味着第i个特征向...