ロバストな文書の反りと認識のためのFourier文書復元【JST・京大機械翻訳】

Xue Chuhui; Tian Zichen; Zhan Fangneng; Lu Shijian; Bai Song

プレプリント

J-GLOBAL ID：202202208278206275 整理番号：22P0306560

ロバストな文書の反りと認識のためのFourier文書復元【JST・京大機械翻訳】

Fourier Document Restoration for Robust Document Dewarping and Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月18日プレプリントサーバーでの情報更新日： 2022年03月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

最先端の文書デワーピング技法は,不規則な歪みまたは深さの大きな変動を有する文書を扱う間,誤りの傾向がある文書の3次元情報を予測するように学習する。本論文では,FDRNet,異なる歪みで文書を復元し,信頼性が高く簡単な方法で文書認識を改善することができる,Fourier文書復元ネットワークを提示した。FDRNetは,ほとんどの構造情報を捉えるフーリエ空間における高周波成分に焦点を合わせるが,外見における劣化は多くない。それは,訓練における変形アノテーションを必要とせずに,様々な変形を効果的に扱うことができる柔軟な薄いPlateスプライン変換によって文書をデワープする。これらの特徴は,FDRNetが少量の簡単なラベル付き訓練画像から学習することを可能にし,学習されたモデルは複雑な幾何学的歪みで文書を解読し,正確に復元されたテキストを認識することができる。文書復元研究を容易にするために,異なる型の幾何および測光歪を有する1000以上のカメラ文書から成るベンチマークデータセットを作成した。大規模な実験は,FDRNetが,デワーピングとテキスト認識タスクの両方に関する大きなマージンによって最先端技術より優れていることを示した。さらに,FDRNetは,簡単なラベル付き訓練データを必要とし,展開が容易である。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , ,

前のページに戻る