DocStormer:将多重退化的彩色文档图像恢复为原始PDF
计算机视觉与模式识别
2023-10-30 v1
摘要
对于拍摄彩色文档图像(如海报和杂志),由于外部因素,常会同时引入阴影、褶皱等多种退化。恢复多重退化的彩色文档图像是一项巨大挑战,却常被忽视,因为大多数现有算法侧重于通过二值化增强忽略颜色的文档图像。因此,我们提出DocStormer,一种旨在将多重退化的彩色文档恢复为其潜在原始PDF的新颖算法。贡献如下:首先,我们提出一种带有增强Transformer块的“先感知后恢复”范式,可更有效地编码并利用退化分布。其次,我们首次利用GAN和原始PDF杂志图像来缩小增强结果与PDF图像之间的分布差距,以追求更少退化和更佳视觉质量。第三,我们提出一种非参数策略PFILI,其以可接受的细节折衷实现更小的训练规模和更大的测试分辨率,同时节省内存和推理时间。第四,我们首次提出一个名为MD-CDE的新型多重退化彩色文档图像增强数据集,用于训练和评估。实验结果表明,DocStormer展现出优越性能,能够将多重退化的彩色文档恢复为潜在的原始数字版本,从方法、数据和任务的角度填补了当前的学术空白。
引用
@article{arxiv.2310.17910,
title = {DocStormer: Revitalizing Multi-Degraded Colored Document Images to Pristine PDF},
author = {Chaowei Liu and Jichun Li and Yihua Teng and Chaoqun Wang and Nuo Xu and Jihao Wu and Dandan Tu},
journal= {arXiv preprint arXiv:2310.17910},
year = {2023}
}