一种用于平面变换文本图像校正的 DNN 框架
计算机视觉与模式识别
2016-11-15 v1
摘要
本文提出一种新颖的神经网络架构，试图在温和假设下校正文本图像。收集了一个新的文本图像数据集以验证我们的模型并公开。我们探索了深度神经网络在学习几何变换方面的能力，发现该模型无需显式监督分割信息即可分割文本图像。实验表明，所提出的架构能以极好的鲁棒性和有效性恢复平面变换。
引用
@article{arxiv.1611.04298,
title = {A DNN Framework For Text Image Rectification From Planar Transformations},
author = {Chengzhe Yan and Jie Hu and Changshui Zhang},
journal= {arXiv preprint arXiv:1611.04298},
year = {2016}
}
备注
9 pages, 10 figures