hogmatlab源码-ews:具有示例性SVM的无分段词点识别

猪matlab原始码示例词发现 欢迎使用示例单词搜寻库，该软件可对文档图像中的单词进行本地化。 此代码是以下项目的基础： ，，。 有效的样例词识别。 在BMVC中，2012年。 抽象的 在本文中，我们提出了一种无监督的无分割方法，用于在文档图像中发现单词。 用HOG描述符网格表示文档，并且使用滑动窗口方法来定位与查询最相似的文档区域。 我们使用示例性SVM框架以无监督的方式更好地表示查询。 最后，对文档描述符进行预计算并使用产品量化对其进行压缩。 这具有两个优点：首先，可以将大量文档同时保存在RAM内存中。 其次，由于可以预先计算量化的HOG描述符之间的距离，因此滑动窗口变得明显更快。 我们的结果在准确性，速度和内存使用方面均明显优于文献中其他无分段方法。 这个单词发现库使用一些出色的开源软件： [JSGD库]（） 快速blas卷积代码（来自） HOG功能代码（31-D）（从） MATLAB快速入门指南 首先，您需要安装MATLAB并从Github下载代码。 该代码已在Linux上经过测试，并包含预编译的Mex文件。 下载示例字样查找库源代码（MATLAB和C ++）并进行编译 $ c