端到端无监督文档图像盲去噪
计算机视觉与模式识别
2021-10-11 v2
摘要
在将扫描页面提交至光学字符识别（OCR）系统之前，去除噪声是至关重要的一步。大多数现有的图像去噪方法是监督式的，需要成对的噪声/干净页面。然而，这一假设在真实场景中很少满足。此外，尚不存在单一模型能够去除文档中的各类噪声。在此，我们首次提出一个统一的端到端无监督深度学习模型，能够有效去除多种类型的噪声，包括椒盐噪声、模糊和/或褪色的文本，以及不同强度下的水印。我们证明，所提模型在多个测试数据集上显著提升了扫描图像的质量及页面的OCR效果。
引用
@article{arxiv.2105.09437,
title = {End-to-End Unsupervised Document Image Blind Denoising},
author = {Mehrdad J Gangeh and Marcin Plata and Hamid Motahari and Nigel P Duffy},
journal= {arXiv preprint arXiv:2105.09437},
year = {2021}
}
备注
10 pages main & 10 pages supplementary, the paper is accepted at ICCV 2021