EraseNet：一种用于监督式文档清洗的循环残差网络
计算机视觉与模式识别
2023-07-06 v2 机器学习
图像与视频处理
摘要
文档去噪被视为计算机视觉中最具挑战性的任务之一。仍有数百万文档有待数字化，而自然与人为因素导致的文档退化使该任务十分困难。本文提出一种利用新型全卷积自编码器架构清洗脏污文档的监督方法。本文着重恢复具有如文档老化导致的变形、复印页面留下的折痕、随机黑色斑块、文本浅淡等差异的文档，并提升图像质量以改善光学字符识别系统（OCR）性能。在文档送入 OCR 前去除扫描文档噪声是非常重要的一步，因为该噪声会严重影响 OCR 系统表现。本文实验展示了有前景的结果，该模型能学习多种普通及异常噪声并高效修正。
引用
@article{arxiv.2210.00708,
title = {EraseNet: A Recurrent Residual Network for Supervised Document Cleaning},
author = {Yashowardhan Shinde and Kishore Kulkarni and Sachin Kuberkar},
journal= {arXiv preprint arXiv:2210.00708},
year = {2023}
}
备注
10 pages, 5 figures, attempting for publication in International Journal on Document Analysis and Recognition (IJDAR)