Jul, 2023

MataDoc：面向任意边界的边距和文本感知文档纠偏

PDF
TL;DR本文提出了 MataDoc 方法，首次专注于具有边界矩形和文本感知正则化的任意边界文档矫正，通过明确考虑背景一致性来增强边界感知，引入了词位置一致性以保持矫正后的文档图像中的文本行直线，通过 ArbDoc 基准测试全面评估了 MataDoc 方法，在 ArbDoc、DocUNet、DIR300 和 WarpDoc 数据集上证明了该方法的优越性。
document dewarpingboundary perceptionmargin regularizationword position consistencyarbdoc benchmark
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

  • 只需边界：面向任意形状的文本识别

    该论文提出了一个基于端到端文本检测的点定位方法，通过定位文本边界上的一组点，建立了一种简单而有效的方案，可读取任意形状的文本，并在 ICDAR2015，TotalText 和 COCO-Text 三个数据集上展开实验，实验结果表明，该方法在场景文本检测和端到端文本识别任务上均超过了现有技术水平。

    Nov, 2019

  • 边界点动态优化：任意形状场景文本检测

    本文提出了一种新颖的边界点动态优化（BPDO）的任意形状场景文本检测器，该模型通过基于分割的文本感知模块（TAM）和边界点动态优化模块（DOM）实现。实验证明，该模型在 CTW-1500、Total-Text 和 MSRA-TD500 数据集上的性能优于或可与最先进算法相媲美，证明了该模型的有效性。

    Jan, 2024

  • 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

  • MorphText：深度形态规范任意形状场景文本检测

    利用深度形态学和深度形态开合模块解决文本部分误检测和建立文本连接的问题，提出了一种名为 “MorphText” 的新方法，实验证明它在任意形状场景文本检测方面优于现有的自上而下和自下而上方法。

    Apr, 2024

  • 通过边界变换进行任意形状文本检测

    通过边界学习，分层迭代地优化边界变形并结合边缘提议模块，从而在有效地定位文本边界的同时，简单高效地检测任意形状的文本。

    May, 2022

  • 文档图像去扭曲的门控和叉分堆叠 U-Net 模块

    本文提出了一种基于深度学习的 Gated and Bifurcated Stacked U-Net 的方法，用于去除手持设备捕捉的文档图像中的失真，并在大幅减少所需数据量的情况下，在 DocUNet 数据集上实现了最先进的性能。

    Jul, 2020

  • 自适应边界建议网络用于任意形状文本检测

    该文提出一种基于神经网络的边界生成方法，能够直接生成准确的任意形状文本边界而无需后处理，实验表明该方法在公开数据集上取得了良好的效果。

    Jul, 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

  • WordFence: 自然图像中带边框感知的文本检测

    该论文提出了一种新的基于语义分割的场景图像中单词检测的架构，使用了 WordFence 的概念和像素加权的 softmax 损失函数来保证每个单词被独立检测，从而避免了后期处理，实现了一个端到端的单词检测系统。在常见的基准数据集上，该方法取得了较高的检测召回率，并且在 ICDAR13 数据集上实现了最先进的 86% F-score。

    May, 2017