一种面向超低分辨率印刷文本图像的端到端光学字符识别方法
计算机视觉与模式识别
2021-05-11 v1
摘要
一些历史及较近的印刷文档以极低分辨率（如 60 dpi）扫描或存储。尽管此类扫描对人类而言相对易读，但对光学字符识别（OCR）系统仍构成显著挑战。当前最先进的方法是使用超分辨率重建原始高分辨率图像的近似版本，并将其输入标准 OCR 系统。我们新颖的端到端方法绕过了超分辨率步骤，并产生了更好的 OCR 结果。该方法受我们对人类视觉系统理解的启发，并建立在已有的用于执行 OCR 的神经网络之上。我们的实验表明，对 60 dpi 的英文文本扫描图像进行 OCR 是可能的，其分辨率显著低于最先进水平；我们在约 1000 页、涵盖多种字体的 60 dpi 文本上取得了平均字符级准确率（CLA）99.7% 与词级准确率（WLA）98.9%。对于 75 dpi 图像，在同一文本样本上平均 CLA 为 99.9%，平均 WLA 为 99.4%。我们将代码与数据（包括一组带有真值标注的低分辨率图像）公开，作为该领域未来工作的基准。
引用
@article{arxiv.2105.04515,
title = {An end-to-end Optical Character Recognition approach for ultra-low-resolution printed text images},
author = {Julian D. Gilbey and Carola-Bibiane Schönlieb},
journal= {arXiv preprint arXiv:2105.04515},
year = {2021}
}
备注
8 pages