用于文档图像去扭曲的门控分叉堆叠 U-Net 模块
计算机视觉与模式识别
2020-07-21 v1
摘要
拍摄文档图像是记录文档最简单且最常用的方法之一。然而，这些借助手持设备捕获的图像常常导致难以去除的不良畸变。我们提出一种有监督的门控与分叉堆叠 U-Net 模块，用于预测去扭曲网格并从输入创建无失真图像。虽然该网络在合成扭曲的文档图像上训练，但结果基于真实世界图像计算。我们方法的新颖性不仅在于对 U-Net 进行分叉以帮助消除网格坐标的混杂，还在于使用门控网络将边界及其他细微线条级细节添加到模型中。我们提出的端到端流水线在仅使用先前方法 8% 的数据进行训练后，于 DocUNet 数据集上取得了最先进（SOTA）性能。
引用
@article{arxiv.2007.09824,
title = {A Gated and Bifurcated Stacked U-Net Module for Document Image Dewarping},
author = {Hmrishav Bandyopadhyay and Tanmoy Dasgupta and Nibaran Das and Mita Nasipuri},
journal= {arXiv preprint arXiv:2007.09824},
year = {2020}
}