Broken News：使报纸对印刷障碍者可用
计算机视觉与模式识别
2022-06-24 v2 人机交互
摘要
由于印刷内容的不透明以及来自在线来源的阻碍，包括盲人和低视力者在内的印刷障碍者获取每日新闻内容仍是一项巨大挑战。在本文中，我们提出了将印刷报纸数字化为 HTML 等可用文件格式的方法。我们使用实例分割与检测框架的集成进行报纸版面分析，然后使用 OCR 识别标题和文章文本等文本元素。此外，我们为 Mask-RCNN 框架提出 EdgeMask 损失函数，以改善分割掩码边界，从而提高下游 OCR 任务的精度。经验上，我们表明所提损失函数将新闻文章文本的 Word Error Rate（WER，词错误率）降低了 32.5%。
引用
@article{arxiv.2206.10225,
title = {Broken News: Making Newspapers Accessible to Print-Impaired},
author = {Vishal Agarwal and Tanuja Ganu and Saikat Guha},
journal= {arXiv preprint arXiv:2206.10225},
year = {2022}
}