增强以更好地阅读：一种用于手写文档图像增强的多任务对抗网络
计算机视觉与模式识别
2021-10-27 v2
摘要
手写文档图像会因不同原因而严重退化：纸张老化、日常场景（褶皱、灰尘等）、不良扫描过程等等。这些伪影给当前手写文本识别（HTR）算法带来诸多可读性问题，并严重削弱其效率。本文提出一种基于生成对抗网络（GANs）的端到端架构，将退化文档恢复为干净可读的形式。与多数知名的文档二值化方法试图改善退化文档视觉质量不同，所提架构集成了一个手写文本识别器，促使生成的文档图像更具可读性。据我们所知，这是首项在二值化手写文档时利用文本信息的工作。在退化的阿拉伯语与拉丁语手写文档上开展的广泛实验证明了在 GAN 架构中集成识别器的效用，其同时改善了退化文档图像的视觉质量与可读性。此外，在用合成退化的拉丁语手写图像微调我们的预训练模型后，我们在 H-DIBCO 挑战赛上此任务上超越了当前最优（state of the art）。
引用
@article{arxiv.2105.12710,
title = {Enhance to Read Better: A Multi-Task Adversarial Network for Handwritten Document Image Enhancement},
author = {Sana Khamekhem Jemni and Mohamed Ali Souibgui and Yousri Kessentini and Alicia Fornés},
journal= {arXiv preprint arXiv:2105.12710},
year = {2021}
}
备注
Accepted in Pattern Recognition