Sep, 2019

基于 Patch 的 CNN 文档矫正和光照校正

PDF
TL;DR本研究提出了一种新的学习方法来纠正单个输入图像中具有各种扭曲类型的文档图像，特别是在图像补丁上首先学习了扭曲流，通过在梯度域中处理拼接结果将其缝合到矫正的文档中，提出了第二个网络来纠正不均匀的光照，从而在合成和真实数据集中显着提高了整体准确性。
learning methoddocument imagesdistortion typesuneven illuminationocr accuracy
发现论文，激发创造
  • 使用全卷积网络估计位移流进行文档图像去扭曲

    通过全卷积神经网络 (FCN) 估算像素位移来实现文档图像矫正与背景消除，我们提出了一种新的框架来估算像素位移，训练 FCN 通过回归失真文档的位移，我们提出了局部平滑约束（LSC）作为正则化以控制平滑度。实验表明，我们的方法在各种几何失真下可有效去除文档图像畸变，并在局部细节和总体效果上取得了最先进的性能。

    Apr, 2021

  • 基于深度学习的盲图像几何失真校正

    我们提出了第一个通用框架，用于自动纠正单个输入图像中不同类型的几何畸变。我们的方法采用卷积神经网络（CNN），通过使用大型合成畸变数据集进行训练，以预测扭曲图像和校正图像之间的位移场。模型拟合方法使用 CNN 输出估计畸变参数，实现更准确的预测，并使用高效，高质量的重采样方法生成最终的校正图像。实验结果表明，我们的算法优于传统的校正方法，可实现有趣的应用，如畸变转移，畸变夸张和共同发生的畸变校正。

    Sep, 2019

  • DocScanner: 具有渐进式学习的鲁棒性文档图像矫正

    DocScanner 是一个新颖的文件图像矫正框架，它维护了单个矫正图像的估计，并通过一种递归机制进行了逐步纠正。基于几何先验，还引入了一种几何规则化来进一步提高纠正质量，并在 Doc3D 数据集和 DocUNet 基准数据集上进行了广泛实验，结果表明 DocScanner 在 OCR 准确性、图像相似度以及所提出的扭曲度量上优于先前方法，并表现出优越的运行时延和模型大小。

    Oct, 2021

  • 重新思考不规则场景文本识别

    本文介绍了基于矩形化的文字识别方法的一些技巧，使其在曲线文本数据集上表现出色，并在 ICDAR 2019 任意形状文本挑战中获得了较高的准确性。

    Aug, 2019

  • 深度无限制文档图像矫正

    本文介绍了一种用于无限制文档图像修正的新型统一框架 DocTr++，并阐明了其在多方面方面的技术改进和应用优势，这是第一个学习为基础的方法用于无限制文档图像纠正。

    Apr, 2023

  • 使用 CNN 的色彩恒常性

    利用卷积神经网络对场景照明进行精确预测，在空间域中以图像块为输入，不使用手工制作的特征，该网络包括一个卷积层、一个最大池化层、一个全连接层和三个输出节点，将特征学习和回归一体化到一个优化过程中，在常规的 RAW 图像数据集上取得了最新成果，对具有空间变化照明的图像的初步实验表明 CNN 局部光源估计能力的稳定性。

    Apr, 2015

  • DocTr: 文档图像转换器，用于几何畸变和照明校正

    本文提出了一种新的框架，称为文档图像变压器 (DocTr)，以解决文档图像的几何和光照失真问题。 具体来说，DocTr 由几何展开变压器和光照校正变压器组成。 通过设置一组学习的查询嵌入，几何展开变压器通过自注意机制捕获文档图像的全局上下文，并解码逐像素的位移解以校正几何失真。在几何展开后，我们的光照校正变压器进一步去除阴影伪影，以改善视觉质量和 OCR 准确性。我们在几个数据集上进行了广泛的评估，并报告了针对最先进方法的优越结果。值得注意的是，我们的 DocTr 实现了 20.02％的字符错误率 (CER)，比最先进的方法提高了 15％绝对值。 此外，它还显示出运行时间和参数计数的高效性。

    Oct, 2021

  • 使用角度监督的内容感知矫正

    该研究介绍了一种新的文档矫正方法 —— 内容感知矫正算法（Content Aware Rectification using Angle Supervision, CREASE），该算法通过利用文档内容、单词位置及其方向等信号来辅助矫正，采用一种新颖的基于像素角度回归的方法和曲率估计，优化了文档矫正模型。与之前的方法相比，它在 OCR 准确性、几何误差和视觉相似度方面有明显的优势。

    Aug, 2020

  • 基于 CNN 的阈值铰链嵌入损失的光流补丁匹配

    本文提出了一种用于光流估计的基于 CNN 的贴片匹配方法，并介绍了适用于 Siamese 网络的新型阈值损失。实验证明我们的方法在精度和训练速度方面均明显优于现有方法，并提出了一种用于不同图像尺度的 CNN 特征计算方法。我们还探讨了评估面向光流贴片匹配应用的特征鲁棒性的新方法，证明了我们方法的领先性能。

    Jul, 2016

  • 使用深度卷积神经网络进行指纹畸变校正

    本文提出了一种基于深度卷积神经网络的指纹形变修正模型，可快速准确地估计图像的形变参数，从而显著提高了扭曲样本的匹配性能。

    Jan, 2018