使用全卷积网络估计位移流进行文档图像去扭曲

Apr, 2021

使用全卷积网络估计位移流进行文档图像去扭曲

Dewarping Document Image By Displacement Flow Estimation with Fully Convolutional Network

Guo-Wang Xie, Fei Yin, Xu-Yao Zhang, Cheng-Lin Liu

TL;DR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。

Abstract

As camera-based documents are increasingly used, the rectification of distorted document images becomes a need to improve the recognition performance. In this paper, we propose a novel framework for both rectifyi

camera-based documents distorted document images document image rectification displacement estimation fully convolutional network

发现论文，激发创造

傅立叶文档恢复实现持久文档矫正和识别

本文介绍了一种名为 FDRNet 的基于傅里叶变换的文档恢复网络，采用弹性薄板样条插值（Thin Plate Spline）技术对文档进行去形变，可以提高文档识别的准确性。该算法能够处理多种变形效果并在文本识别任务方面实现显著优于现有技术的性能。

Mar, 2022

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

网格规则化重新审视文档图像去畸变

本文提出了一种基于约束优化的方法来解决文档图像去畸变的问题，该方法考虑了文本行和文档边界，并引入了一种新的网格正则化策略来提高可读性，并在 DocUNet 基准测试中取得了最好的图像质量。

Mar, 2022

基于 Patch 的 CNN 文档矫正和光照校正

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。

Sep, 2019

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

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

DGC-Net：密集几何对应网络

本研究针对两幅图像之间密集像素对应估计的挑战进行探讨，提出了一种基于粗到细的 CNN 框架，能够扩展光流方法的优势，解决大范围变换并提供密集和亚像素准确估计的问题，并在相对摄像机姿态估计问题上表现优异。

Oct, 2018

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

控制点文档去除变形

本文提出一种简单而有效的方法，通过估计控制点和参考点，在控制点和参考点之间采用插值方法，将稀疏映射转换为反向映射，并将原始扭曲的文档图像映射到矫正后的图像，从而矫正文档图像。实验表明，我们的方法能够矫正各种扭曲类型的文档图像，并在真实数据集上实现最先进的性能。文章还提供了一个用于文档去除畸变的控制点训练数据集。

Mar, 2022

基于 3D 可变形网格模型和光流的结构密集位移网络

本研究提出了一个网络，通过单目摄像头识别 RC 框架结构的位移。该网络由 FlowNet2 和 POFRN-Net 两个模块组成，FlowNet2 用于生成稠密光流，POFRN-Net 用于提取姿态参数 H。该研究展示了对第一视频的真实位移进行的对比，并展示了给定三个视频中 RC 框架结构的四个楼层的预测位移。

Feb, 2024