DSBI：用于盲文点检测的双面盲文图像数据集与算法评测
计算机视觉与模式识别
2019-04-03 v2
摘要
盲文是视障人士学习知识和获取信息的有效方式。盲文图像识别旨在自动检测整张盲文图像中的盲文点。目前尚无可用的公开数据集用于推动盲文图像识别相关研究及评测算法。本文构建了一个大规模双面盲文图像数据集 DSBI，包含详细的盲文正面点、反面点及盲文方单元标注。为快速标注盲文图像，提出了一种辅助标注策略，该策略采用盲文点的初始自动检测，并通过便捷的人机交互方式修改标注结果。该标注策略在单张盲文图像的正面点标注上平均可将标注效率提升六倍。盲文点检测是盲文图像识别的核心基础步骤。本文还在数据集 DSBI 上评测了若干盲文点检测方法，并给出了正面点检测的基准性能。我们已在 GitHub 网站上发布了盲文图像数据集。
引用
@article{arxiv.1811.10893,
title = {DSBI: Double-Sided Braille Image Dataset and Algorithm Evaluation for Braille Dots Detection},
author = {Renqiang Li and Hong Liu and Xiangdong Wan and Yueliang Qian},
journal= {arXiv preprint arXiv:1811.10893},
year = {2019}
}