DWT-CompCNN：面向高效能JPEG 2000压缩文档的深度图像分类网络
计算机视觉与模式识别
2023-07-18 v2 信息检索
机器学习
图像与视频处理
摘要
对于任何涉及文档图像的数字应用（如检索），文档图像分类都是必不可少的环节。传统上，该任务使用文档的完整版本即未压缩文档图像作为输入数据集，但因容纳完整版本所需的大数据量而带来隐患。因此，若能利用文档的压缩表示（配合部分解压缩）直接完成同样的分类任务，将使整个过程在计算上更高效，不失为一种新颖思路。本研究提出一种新颖的深度学习模型DWT-CompCNN，用于对采用高效能JPEG 2000（HTJ2K）算法压缩的文档进行分类。所提DWT-CompCNN由五个卷积层组成，滤波器尺寸依次为16、32、64、128和256，以从压缩图像提取的小波系数中逐步提升学习能力。在两个基准数据集Tobacco-3482和RVL-CDIP上的实验表明，所提模型在时间和空间上均高效，并在压缩域中取得了更好的分类精度。
引用
@article{arxiv.2306.01359,
title = {DWT-CompCNN: Deep Image Classification Network for High Throughput JPEG 2000 Compressed Documents},
author = {Tejasvee Bisen and Mohammed Javed and Shashank Kirtania and P. Nagabhushan},
journal= {arXiv preprint arXiv:2306.01359},
year = {2023}
}
备注
Accepted in Pattern Analysis and Applications (https://www.springer.com/journal/10044)