BusiNet——一种面向商业文档的轻量快速文本检测网络
计算机视觉与模式识别
2022-07-05 v1 人工智能
摘要
为了将纸质文档数字化或建立索引，光学字符识别（OCR）作为一种从扫描文档中提取文本信息的过程，是一项关键技术。当文档存在视觉损坏或包含非文本元素时，现有技术可能产生较差的结果，因为错误的检测结果会极大影响 OCR 的质量。本文提出一种称为 BusiNet 的检测网络，旨在用于商业文档的 OCR。商业文档通常包含敏感信息，因此无法上传至云服务进行 OCR。BusiNet 被设计为快速且轻量，以便能在本地运行，从而避免隐私问题。此外，BusiNet 利用专门的合成数据集来处理扫描文档的损坏与噪声。该模型通过采用对抗训练策略，对未见过的噪声具有鲁棒性。我们在公开可用数据集上进行了评估，证明了我们模型的实用性与广泛适用性。
引用
@article{arxiv.2207.01220,
title = {BusiNet -- a Light and Fast Text Detection Network for Business Documents},
author = {Oshri Naparstek and Ophir Azulai and Daniel Rotman and Yevgeny Burshtein and Peter Staar and Udi Barzelay},
journal= {arXiv preprint arXiv:2207.01220},
year = {2022}
}