基于改进霍夫方法的端侧文档定位
计算机视觉与模式识别
2021-09-27 v1
摘要
随着更严格隐私与安全需求的出现，对端侧文档识别系统的需求日益增长。在此类系统中，数据不从终端设备传输至第三方信息处理服务器。响应时间对端侧文档识别的用户体验至关重要。结合消费级终端设备（如智能手机）上离散 GPU、强大 CPU 或大容量 RAM 的不可用性，时间限制对端侧执行所应用算法的计算复杂度提出了显著约束。本工作中，我们考虑在无需文档内容或内部结构先验知识的情况下进行图像中的文档定位。据已发表工作，至少有 5 个系统提供端侧文档定位方案。这些系统均采用可视为基于霍夫（Hough-based）的定位方法。此类系统的精度似乎低于那些未考虑有限计算资源的最先进（SOTA）方案。我们提出一种改进的基于霍夫方法。与其他方法不同，它考虑了中心投影模型的几何不变量，并融合边缘与颜色特征进行文档边界检测。所提方法在 SmartDoc 数据集上取得了精度第二的结果，仅次于 U-net 类神经网络。在更具挑战性的 MIDV-500 数据集上评估时，相较已发表方法，所提算法保证了最佳精度。我们的方法保留了端侧计算的可行性。
引用
@article{arxiv.2106.09987,
title = {Advanced Hough-based method for on-device document localization},
author = {D. V. Tropin and A. M. Ershov and D. P. Nikolaev and V. V. Arlazarov},
journal= {arXiv preprint arXiv:2106.09987},
year = {2021}
}
备注
This is a preprint of the article submitted for publication in the journal "Computer Optics"