基于全卷积神经网络的文档图像二值化
计算机视觉与模式识别
2017-08-11 v1
摘要
退化历史手稿图像的二值化是许多文档处理任务的重要预处理步骤。我们将二值化表述为像素分类学习任务，并应用一种新颖的全卷积网络（FCN）架构，该架构在多个图像尺度（包括全分辨率）上运行。该 FCN 被训练以优化伪 F 度量（Pseudo F-measure）指标的连续版本，并且 FCN 的集成在 7 个 DIBCO 竞赛中的 4 个上优于竞赛获胜者。同样的二值化技术也可以应用于棕榈叶手稿（Palm Leaf Manuscripts）等不同领域，并具有良好的性能。我们分析了所提出模型在架构超参数、训练数据的大小和多样性以及所选输入特征方面的性能。
引用
@article{arxiv.1708.03276,
title = {Document Image Binarization with Fully Convolutional Neural Networks},
author = {Chris Tensmeyer and Tony Martinez},
journal= {arXiv preprint arXiv:1708.03276},
year = {2017}
}
备注
ICDAR 2017 (oral)