Sep, 2022

基于双鉴别器生成对抗网络的 JPEG 压缩域文档图像二值化

PDF
TL;DR本文提出了一种直接使用 JPEG 压缩流进行文档图像二值化的方法，采用 Dual Discriminator 生成对抗网络，在包含噪声和失真的情况下，经过全面的测试，结果表明该模型具有高度的鲁棒性和效率，同时在 JPEG 压缩领域表现出最先进的性能。
image binarizationdocument image analysisconvolutional neural networksdual discriminator generative adversarial networksjpeg compression
发现论文，激发创造
  • 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

  • 基于离散小波变换的颜色通道生成对抗网络用于文档图像二值化

    使用离散小波变换（DWT）和生成式对抗网络（GAN）的 CCDWT-GAN 模型在文本信息提取方面表现良好，可用于处理受污染的文本图像。

    May, 2023

  • 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

  • DE-GAN：一种用于文档增强的有条件生成对抗网络

    该研究提出了一种名为 DE-GAN 的文档增强生成对抗网络框架，通过条件 GAN 对严重降解的文档图像进行恢复，实验证明 DE-GAN 可以在文本清理，二值化，去除模糊和去水印等不同任务中产生高质量的文档修复版本，并且相对于其他最先进的方法，它能够提供持续的改进，证明了该模型将被应用在其他文档增强问题上的灵活性。

    Oct, 2020

  • 二进制生成对抗网络用于图像检索

    本文提出一种使用二进制生成对抗网络（BGAN）进行无监督学习的图片编码方法，通过限制噪声变量为二进制并使用新的标志激活策略和损失函数，在不松弛约束条件下生成二进制编码，并提高了图像检索的准确性，相较于现有的哈希方法，我们的方法在标准数据集上的表现提高了 107%。

    Aug, 2017

  • 不同文件图像二值化方法的分析研究

    本文研究文档图像的二值化处理及其在识别、算法优化等方面的应用。通过比较已有算法的优缺点，对其进行修改以达到更好的时间或表现。

    Jan, 2015

  • T2CI-GAN：使用生成对抗网络进行文本到压缩图像的生成

    本文提出一种基于 DCGAN 的压缩图像生成方法，旨在实现对文本描述的压缩视觉数据直接生成，并在压缩形式下实现了最先进的性能。

    Oct, 2022

  • BinGAN：学习带有正则化 GAN 的紧凑二进制描述符

    本文提出了一种新颖的正则化方法，其中利用判别器网络中间层发生的降维作用，并训练二元化的低维表示向量，模拟更高维先前层的分布，以此使模型能够学习辨别性和紧凑的图像片段 (图像描述符)。我们引入了两个损失项，旨在减少降维后的向量维度之间的相关性 (i.e. 最大化关联熵，propagating relations between dimensions) 和将高维空间的维度之间的关系传播到低维空间。我们将得到的二进制图像描述符应用到图像匹配和检索两项具有挑战性的任务中，并实现了最优结果。

    Jun, 2018

  • 极限学习图像压缩的生成对抗网络

    本研究基于生成对抗网络构建了一个图像压缩系统，其中包括编码器、解码器 / 生成器和多尺度鉴别器，并使用全生成式学习压缩目标。模型可合成存储受限的细节，实现在比之前方法失败且出现严重伪影的比特率下，较视觉上令人满意的结果。此外，如果有原始图像的语义标签映射可用，则本方法可以从标签映射中合成出解码后图像的不重要区域，例如街道和树，并相应地减少存储成本。一个用户研究证实，即使使用两倍以上的比特，低比特率下我们的方法都优于现有技术。

    Apr, 2018

  • 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