dhSegment：一种用于文档分割的通用深度学习方法
计算机视觉与模式识别
2019-08-15 v2
摘要
近年来，人们多次成功尝试通过设计特定任务的手调策略来分别处理文档处理问题。我们认为，历史文档处理任务的多样性禁止我们逐一解决它们，并且表明需要设计通用方法来处理历史系列的变异性。在本文中，我们同时处理多个任务，例如页面提取、基线提取、版面分析或多种类型的插图与照片提取。我们提出了一种基于CNN的逐像素预测器的开源实现，并配以任务相关的后处理模块。我们表明，单一的CNN架构可以跨任务使用并取得有竞争力的结果。此外，大多数任务特定的后处理步骤可以分解为少量简单且标准的可重用操作，这增加了我们方法的灵活性。
引用
@article{arxiv.1804.10371,
title = {dhSegment: A generic deep-learning approach for document segmentation},
author = {Sofia Ares Oliveira and Benoit Seguin and Frederic Kaplan},
journal= {arXiv preprint arXiv:1804.10371},
year = {2019}
}