DKDS：用于检测与二值化的退化日本卷草文档基准数据集
计算机视觉与模式识别
2026-05-11 v4
摘要
日本卷草书写文字（Kuzushiji）目前仅能被少数在日本受过培训的专家阅读和理解。随着深度学习的快速发展，研究人员开始应用光学字符识别（OCR）技术将卷草转化为现代日文。虽然现有的OCR方法在处理干净的卷草文件时表现良好，但常常未能考虑文档退化和印章等各种噪声类型，这些因素显著影响识别准确率。鉴于目前尚无数据集专门针对这些挑战，本文引入了退化卷草文档带印章数据集（DKDS），作为相关任务的新基准。我们描述了数据集构建过程，需依赖受过培训的卷草专家协助，并定义了两个基准赛道：（1）卷草字符与印章检测；（2）文档二值化。对于字符与印章检测赛道，我们使用多种最新版本的YOLO提供基准检测结果。对于文档二值化赛道，我们呈现基于传统二值化算法、传统算法结合K-means聚类、两种最先进（SOTA）生成对抗网络（GAN）方法以及我们改进的条件GAN方法的基准结果。DKDS数据集及基准方法实现代码已提供于 https://ruiyangju.github.io/DKDS。
引用
@article{arxiv.2511.09117,
title = {DKDS: A Benchmark Dataset of Degraded Kuzushiji Documents with Seals for Detection and Binarization},
author = {Rui-Yang Ju and Kohei Yamashita and Hirotaka Kameko and Shinsuke Mori},
journal= {arXiv preprint arXiv:2511.09117},
year = {2026}
}
备注
IJDAR 2026 (ICDAR-IJDAR Track)