layout analysis | BriefGPT - AI 论文速递

关键词layout analysis

搜索结果 - 8

ICML面向统一的多粒度文本检测与交互式注意力
存在的 OCR 引擎或文档图像分析系统通常依靠在不同场景和细粒度上训练独立模型来进行文本检测，导致重要的计算复杂性和资源需求。本文介绍了一种名为 “任意文本检测”（DAT）的先进范例，它将场景文本检测、布局分析和文档页面检测无缝统一为一个连
PDFa month ago
文档图像中的文档布局分析的混合方法
这篇论文探讨了文档布局分析，使用先进的基于 Transformer 的对象检测网络作为创新的图形页面对象检测器，以识别表格、图形和展示元素。通过引入查询编码机制，提供高质量的对象查询进行对比学习，增强了解码器阶段的效率。同时，本方法采用混合
PDF2 months ago
Hi-SAM：基于层次化文本分割的 Segment Anything 模型融合
使用 Segment Anything Model（SAM）为基础，本论文介绍了 Hi-SAM，一个利用 SAM 进行分层文本分割的统一模型，能够在四个层次（笔画、词、文本行和段落）上实现文本分割并进行布局分析。
PDF5 months ago
使用混合视觉和文本语言模型实现 19 世纪法国贸易目录的分录分离
本研究提出了一种基于 Named Entity Recognition（NER）的细粒度条目分离阶段方法，可同时利用文本和视觉知识，用于从重复组织的文档中提取结构化数据，如字典、目录或报纸，实验结果表明该方法在 19 世纪法国商业目录中效果
PDFa year ago
像素精准手写文档布局分析的高效少样本学习
本文提出了一种高效的 few-shot 学习框架，通过在公开数据集 DIVA-HisDB 上的试验，表明该框架的性能可与当前最先进的完全监督方法媲美，有效地解决了在古代手写文献分析中像素精确的文本标注是一项耗时的过程，而这种信息在现实世界中
PDF2 years ago
You Actually Look Twice At it (YALTAi): 在 Kraken 引擎内使用目标检测方法代替区域分割
我们提出了使用等面矩形进行对象检测的方法，以替换基于像素分类的多边形化，从而更有效地完成光学字符识别中的版面分析任务。对历史文献进行测试时，使用 YOLOv5 的结果比 Kraken 更为优秀。我们提供了两个历史文献训练和评估数据集，并发布
PDF2 years ago
AAAIDocBed: 用于复杂版面文档的多阶段 OCR 解决方案
本文介绍了基于数字化报纸的复杂布局分析的挑战及其解决方法，其中提供了一个覆盖 21 个州、3000 张真实报纸图像的数据集，探索了多种前沿分割模型和后处理方法，以实现对报纸的数字化，并提供了结构化评估方法。
PDF2 years ago
dhSegment：文档分割的通用深度学习方法
本文介绍了一种基于卷积神经网络的像素预测器和任务相关的后处理块的开源实现，可以同时处理历史文档处理的多个任务，包括页面提取，基线提取，布局分析或多种类型的插图和照片提取，并展示了单个 CNN 架构在各个任务上具有竞争力的结果。
PDF6 years ago