用于文档图像超分辨率的级联保细节网络
计算机视觉与模式识别
2019-11-26 v1
摘要
OCR的准确率通常受输入文档图像质量的影响，各类受损文档图像会妨碍OCR结果。在这些情形中，低分辨率图像是一种常见且具挑战性的情况。本文提出用于文档图像超分辨率的级联网络。我们的模型由具有小放大倍率的保细节网络(Detail-Preserving Networks)组成。设计了带感知项的损失函数，以同时保留原始图案并增强字符边缘。这些网络以相同架构和不同参数进行训练，随后组装为具有更大放大倍率的流水线模型。低分辨率图像依次通过每个保细节网络逐步上采样，直至得到最终的高分辨率图像。通过在两个扫描文档图像数据集上的大量实验，我们表明所提方法优于近期最先进的图像超分辨率方法，且将其与标准OCR系统结合可显著改善识别结果。
引用
@article{arxiv.1911.10714,
title = {Cascaded Detail-Preserving Networks for Super-Resolution of Document Images},
author = {Zhichao Fu and Yu Kong and Yingbin Zheng and Hao Ye and Wenxin Hu and Jing Yang and Liang He},
journal= {arXiv preprint arXiv:1911.10714},
year = {2019}
}