BookNet：基于跨页注意力网络的书籍图像矫正
计算机视觉与模式识别
2026-01-30 v1
摘要
书籍图像矫正在文档图像处理中面临独特挑战，因绑定约束导致复杂的几何畸变，左页和右页呈现明显的非对称曲率模式。然而，现有的单页文档图像矫正方法无法捕捉相邻页面之间 coupled 的几何关系。本文引入BookNet，第一个专为双页书籍图像矫正设计的端到端深度学习框架。BookNet采用双分支架构，集成跨页注意力机制，使其能够为单个页面和整本书稿的书写流估计变形流场，显式建模左页和右页之间的相互影响。此外，为解决缺乏专业数据集的問題，我们提出Book3D用于训练，Book100用于评估。大量实验表明，BookNet在书籍图像矫正任务上超越了现有的SOTA方法。代码和数据集将公开释放。
引用
@article{arxiv.2601.21938,
title = {BookNet: Book Image Rectification via Cross-Page Attention Network},
author = {Shaokai Liu and Hao Feng and Bozhi Luan and Min Hou and Jiajun Deng and Wengang Zhou},
journal= {arXiv preprint arXiv:2601.21938},
year = {2026}
}