利用卷积U-Nets进行历史文档基线检测
计算机视觉与模式识别
2018-10-23 v1 机器学习
摘要
对于异构历史文档集合,基线检测仍是一项具有挑战性的任务。我们提出了一种在此类环境下进行基线提取的新方法,该方法成为ICDAR 2017基线检测竞赛(cBAD)的获胜方案。它利用深度卷积网络(CNNs)既用于基线的实际提取,也用于在预处理步骤中进行简单形式的版式分析。据我们所知,它是首个应用U-net架构与滑动窗口检测、并受益于所提取候选线的高局部准确性的基于CNN的基线提取系统。最终的基线后处理补充了我们的方法,补偿了主要因滑动窗口检测期间缺失上下文信息导致的不准确性。我们在cBAD数据集上单独实验评估了系统的各组件。此外,我们通过ICDAR 2017具有挑战性中世纪手稿版式分析竞赛(HisDoc)中用于基线提取任务的数据集考察了它如何泛化到不同数据。与HisDoc所报告结果的比较表明,它也胜过了后者的参赛者。
引用
@article{arxiv.1810.09343,
title = {Baseline Detection in Historical Documents using Convolutional U-Nets},
author = {Michael Fink and Thomas Layer and Georg Mackenbrock and Michael Sprinzl},
journal= {arXiv preprint arXiv:1810.09343},
year = {2018}
}
备注
6 pages, accepted to DAS 2018