Mar, 2022

控制点文档去除变形

PDF
TL;DR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。
document imageocr performancegeometric distortioncontrol pointsdocument dewarping
发现论文，激发创造
  • 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

  • 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

  • Polar-Doc: 极坐标约束下的多尺度一阶段文档矫正

    本文提出了一种使用极坐标表示（Polar-Doc）的文档平整化方法，将分割和去变形网络统一到单个阶段中进行点回归框架的训练，在像素对齐度量和 OCR 度量方面取得了新的最优表现。

    Dec, 2023

  • 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

  • 折叠文档的多视角矫正

    该论文介绍了一种基于发展曲面模型的图像矫正方法，可以自动地从多个视角捕获的几张图像中矫正曲折或折叠的纸张，并取得了对书页、折叠信件和购物收据等纸张表面重建并矫正的良好效果。

    Jun, 2016

  • 文档图像矫正的几何表征学习

    DocGeoNet 通过引入明确的几何表示来进行文档图像纠正，其中涉及文档图像的两个典型属性：3D 形状和文本行。

    Oct, 2022

  • 从单个指纹图像直接回归失真场

    通过自基准参考网络直接估计指纹畸变场，我们提出了一种能够输出各种指纹姿势的精确畸变场的指纹矫正方法，从而取得了畸变场估计和矫正指纹匹配方面的最先进性能。

    Apr, 2024

  • 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

  • 从单一指纹图像回归密集失真场

    本文提出了一种基于自我参考的网络方法，用于直接估计各种手指姿势和扭曲模式下扭曲指纹的密集扭曲场，实验证明该方法在扭曲场估计和校正指纹匹配方面达到了最先进的性能。

    Apr, 2024