AAAINov, 2019

可微二值化的实时场景文字检测

PDF
TL;DR本文提出了一种名为 Differentiable Binarization（DB）的模块，可以在分割网络中执行二值化过程，不仅简化了后期处理，还提高了文本检测的性能。使用 ResNet-18 为 backbone，在 MSRA-TD500 数据集上实现了 82.8 的 F-measure，达到 62 FPS 的速度。
scene text detectionsegmentation-based methodsdifferentiable binarizationbounding boxestext detection
发现论文，激发创造
  • 不可微二值化与自适应尺度融合的实时场景文本检测

    该论文提出了一种基于分割的场景文本检测方法，结合差分二值化和自适应尺度融合模块，显著提升了文本检测的准确度和速度。

    Feb, 2022

  • 各种基于深度学习的文档图像二值化方法的公正评估

    文档图像二值化是文档分析领域重要的预处理步骤，但没有进行系统比较。本研究通过相同评估协议评估了不同深度学习方法在各种 DIBCO 数据集上的表现，发现 DE-GAN 在 DIBCO2013 数据集上效果最好，DP-LinkNet 在 DIBCO2017 数据集上表现最佳，2-StageGAN 在 DIBCO2018 数据集上表现最佳，SauvolaNet 在 DIBCO2019 数据集上胜过其他方法。为了保证可重现性并简化未来的二值化评估，我们公开了代码、所有模型和评估。

    Jan, 2024

  • 完全卷积神经网络实现的文件图像二值化

    该研究论文介绍了一种基于全卷积网络的二值化方法，该方法在历史手稿图像及其他领域如棕榈叶手稿的二值化任务中具有良好的性能表现，并在多个指标上优于竞争对手。作者还分析了不同超参数、数据集及输入特征对算法性能的影响。

    Aug, 2017

  • 面向分布的信息保留的精确二值神经网络

    本文介绍了一种名为 DIR-Net 的神经网络二值化方法，通过改进内部传播和引入外部表示来保留神经网络信息；采用信息最大化二值化（IMB）、分布敏感二段估计器（DTE）和表示对齐二值化感知蒸馏（RBD）等三项技术，该方法在 ResNet、VGG、EfficientNet、DARTS 和 MobileNet 等主流紧凑体系结构下实验表现优异，可在实际资源受限设备上实现存储节省和加速优化。

    Sep, 2021

  • 高效多任务密集预测器通过二值化

    利用网络二值化和知识蒸馏机制加快多任务密集预测模型的速度，同时保持甚至提高模型性能。

    May, 2024

  • BiDet：一种高效的二值化物体检测器

    本研究提出了一种名为 BiDet 的二值化神经网络学习方法，通过信息瓶颈原理的泛化，学习稀疏的物体先验，以消除信息冗余并改善误检测，从而实现高精度的物体检测。

    Mar, 2020

  • DocBinFormer：一种用于有效文档图像二值化的两级 Transformer 网络

    提出了一种名为 DocBinFormer（文档二值化变换器）的基于视觉变换器的两级架构，用于有效地对文档图像进行二值化分析，该架构利用双级变换器编码器从输入图像中有效地捕获全局和局部特征表示，从而在系统生成和手写文档图像的分析中取得了改进的结果，并在 DIBCO 和 H-DIBCO 基准数据集上超过了现有技术的表现。

    Dec, 2023

  • 场景文本检测的自适应分割网络

    基于深度卷积分割算法的场景文本检测器通过学习判别性分割阈值和设计全局信息增强特征金字塔网络，实现了对具有极端长宽比的文本实例的有效检测和自适应分割，为场景文本检测提供了最新的性能表现。

    Jul, 2023

  • DeepOTSU：使用迭代深度学习进行文档增强和二值化

    本文提出了一种新的迭代深度学习框架，并将其应用于文档增强和二值化。通过学习文档图像中的退化过程，该网络能够逐步细化输出，实现文档增强。通过在全局或本地阈值下使用增强的图像，可以获得二值化图。实验结果表明，所提出的方法适用于可视化和基于 Otsu 阈值的二值化处理。

    Jan, 2019

  • 二值化三维全身人体网格恢复

    通过使用 Binarized Dual Residual Network (BiDRN) 量化方法，本文在资源有限的边缘设备上以 22.1% 的参数和 14.8% 的运算量实现了与全精度方法 Hand4Whole 相当的性能，且在 3D 全身人体网格恢复任务中显著提高了与最先进的二值化算法相比的效果。

    Nov, 2023