现在能读懂我了吗？基于角度监督的内容感知文档校正
计算机视觉与模式识别
2020-08-06 v1
摘要
智能手机摄像头的普及导致越来越多的文档通过摄像头而非扫描仪捕获。与平面扫描仪不同，拍摄的文档常常折叠和起皱，导致文本结构存在较大的局部差异。文档校正问题是文档光学字符识别（OCR）过程中的基础环节，其克服几何畸变的能力显著影响识别精度。尽管近期OCR系统取得了巨大进展，大多数仍依赖于确保文本行平直且与坐标轴对齐的预处理。近期工作利用各种监督信号和对齐手段解决了自然场景下文档图像校正的问题。然而，它们聚焦于可从文档边界提取的全局特征，忽略了可从文档内容中获得的各种信号。我们提出CREASE：基于角度监督的内容感知校正，这是首个利用文档内容、词语位置尤其是其方向作为提示以辅助校正过程的文档校正学习方法。我们采用一种新颖的逐像素角度回归方法和曲率估计辅助任务来优化校正模型。我们的方法在OCR精度、几何误差和视觉相似度方面超越了以往方法。
引用
@article{arxiv.2008.02231,
title = {Can You Read Me Now? Content Aware Rectification using Angle Supervision},
author = {Amir Markovitz and Inbal Lavi and Or Perel and Shai Mazor and Roee Litman},
journal= {arXiv preprint arXiv:2008.02231},
year = {2020}
}
备注
Presented in ECCV 2020