CVPR 2023 UG$^{2}$+挑战赛2.1赛道——大气湍流下文本识别第一名方案
计算机视觉与模式识别
2023-06-16 v1
摘要
在本技术报告中，我们介绍了VIELab-HUST团队为CVPR 2023 UG+挑战赛2.1赛道中大气湍流下文本识别所开发的方案。我们的方案采用高效的多阶段框架，从失真帧中恢复高质量图像。具体而言，首先利用基于清晰度的帧选择算法挑选最清晰的一组失真帧。接着，通过基于光流的图像配准将所选帧中的每一帧对齐以抑制几何失真。然后，采用基于区域的DT-CWT图像融合方法减轻湍流引起的模糊。最后，应用基于学习的去伪影方法去除融合图像中的伪影，生成高质量输出。我们的框架可处理最终测试阶段提供的热空气文本数据集与湍流文本数据集，并在文本识别精度上取得第一名。我们的代码将发布于https://github.com/xsqhust/Turbulence_Removal。
引用
@article{arxiv.2306.08963,
title = {1st Solution Places for CVPR 2023 UG$^{\textbf{2}}$+ Challenge Track 2.1-Text Recognition through Atmospheric Turbulence},
author = {Shengqi Xu and Xueyao Xiao and Shuning Cao and Yi Chang and Luxin Yan},
journal= {arXiv preprint arXiv:2306.08963},
year = {2023}
}