BiNet：基于深度编码器-解码器网络在不同文档纹理与版式下的退化手稿二值化
计算机视觉与模式识别
2026-01-06 v1
摘要
手写文档图像二值化是一个区分墨迹像素与背景像素的语义分割过程。它是字符识别、书写者鉴别以及字体风格演化分析的重要步骤之一。由于书写风格、墨水和纸张材料的高度多样性，二值化任务本身具有挑战性。对于历史手稿而言，由于文档随时间老化和退化，该任务更加困难。此类手稿之一是死海古卷（DSS）图像集，其对现有二值化技术提出了极大挑战。本文提出一种利用深度编码器-解码器网络针对 DSS 图像的新型二值化技术。尽管此处提出的人工神经网络主要设计用于二值化 DSS 图像，它也可以在不同的手稿集上训练。此外，迁移学习的使用使该网络已可用于广泛的手写文档，使其成为独特的多用途二值化工具。使用历史手稿以及手写文档图像二值化竞赛（H-DIBCO 和 DIBCO）数据集的定性结果与若干定量比较，展示了系统的鲁棒性与有效性。此处提出的最优网络架构是 U-Net 编码器-解码器的一个变体。
引用
@article{arxiv.1911.07930,
title = {BiNet: Degraded-Manuscript Binarization in Diverse Document Textures and Layouts using Deep Encoder-Decoder Networks},
author = {Maruf A. Dhali and Jan Willem de Wit and Lambert Schomaker},
journal= {arXiv preprint arXiv:1911.07930},
year = {2026}
}
备注
26 pages, 15 figures, 11 tables