document images | BriefGPT - AI 论文速递

关键词document images

搜索结果 - 12

EIGEN：基于专家知识的联合学习聚合技术在文档图像高保真信息提取中的应用
利用基于规则的方法结合深度学习模型，通过数据编程方法绕过大量训练数据标注的要求，提出了一种新颖的方法 EIGEN（专家知识导向的联合学习聚合），通过合并多种启发式生成的弱标签，并将其与少量标注标签一起使用，联合训练一个深度模型，以显著提高最
PDF7 months ago
CTP-Net：字符纹理感知网络用于文档图像造假定位
基于字符纹理感知网络（CTP-Net），本文提出了一种在文档图像中定位伪造的方法，通过捕捉字符的伪造痕迹，结合整个文档图像的纹理特征，能够更准确地定位文档图像中的伪造区域，并且在实验证明了该方法优于现有的伪造定位方法。
PDFa year ago
使用预算感知的黑盒逼近技术清理文档图像
本文提出了两种样本选择算法，利用少于原系统 OCR 引擎查询 10% 的数据在不影响系统性能的情况下降低 OCR 预处理器的训练时间，并提出了简单的排名技术以从训练数据集中修剪 30% 的文档图像。
PDFa year ago
使用多物体跟踪的线性文档图像目标检测
本文介绍了使用多目标跟踪（MOT）实现文档图像中线性对象精确实例分割的框架，包括数据集、性能评估以及性能对比。文章还提供了开源的实现，可以区分曲线、擦除、破折号、交叉和 / 或重叠的线性对象实例。
PDFa year ago
基于可变形变换器的端到端半监督表格检测
本论文提出了一种新的端到端半监督表格检测方法，采用可变形转换器。在 PubLayNet、DocBank、ICADR-19 和 TableBank 数据集上评估了该方法，相较于之前的方法表现更出色。
PDFa year ago
CVPRV-Doc：带有文档的视觉问答系统
V-Doc 是一种使用文档图像和 PDF 文件的问答工具，主要用于帮助研究人员和普通非深度学习专家生成、处理和理解文档的视觉问答任务，支持使用文档图像生成和使用抽取式和生成式问答对，可用于各种数据集和模型，并且通过声明性、框架不可知平台高度
PDF2 years ago
AAAIBROS: 一个针对文本和排版的预训练语言模型，用于更好地从文档中提取关键信息
提出一种名为 BROS（BERT Relying On Spatiality）的预训练语言模型，重点在于将文字和布局有效组合起来，通过对文档中文字的相对位置进行编码以学习二维空间中的文本语义和布局，并利用面积屏蔽策略从未标记文档进行优化训练
PDF3 years ago
基于空间双模态图推理的关键信息提取
本文提出了一种旨在从文档图片中提取关键信息的端到端空间双模图形推理方法，将文档图像建模为双模图，节点编码检测到的文本区域的视觉和文本特征，边表示相邻文本区域的空间关系，并通过沿图边传播消息和推理图节点的类别来解决关键信息提取问题；进一步提供
PDF3 years ago
ECCV基于先验的高分辨率分层语义分割在文档结构提取中的应用
本研究基于层次语义分割网络，提出了一种基于先验模型的深层次 CNN 网络结构，用于高分辨率文档图像的结构提取，通过在文档图像中将其分成互相重叠的水平条带进行分割，本网络得到了优秀的效果，我们还新建了人工标注的文档表单数据集并在此数据集上进行
PDF5 years ago
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
PDF5 years ago
基于文本和图像的多模态深度网络文档分类
本文介绍了一种多模态神经网络，结合了 OCR 提取的文本和图像信息，来对文献图像进行分类。该方法在 Tobacco3482 和 RVL-CDIP 数据集上的准确率提高了 3%。
PDF5 years ago
直接处理游程压缩的文档图像以分割和特征化指定块
本研究提出了一种方法，可以在不解压缩压缩图像的情况下，对文档图像进行特征提取和分割，从而进行特征研究，以减少计算时间和空间占用。这项研究特别关注于运行长度压缩的文档图像。
PDF10 years ago