面向多任务文档版面分析的区域提议架构评估
计算机视觉与模式识别
2021-06-23 v1
摘要
自动识别手写文档的版面是从这些文档中有用提取信息的重要步骤。最常见的应用是为自动文本识别和关键词 spotting 等下游应用提供输入；然而，版面识别还有助于建立文档中元素之间的关系，从而丰富可提取的信息。大多数现代文档版面分析系统仅设计用于解决文档版面问题的一个部分，即：基线检测或区域分割。相比之下，我们评估了 Mask-RCNN 架构以集成方式解决基线检测和区域分割问题的有效性。我们在两个手写文本数据集和一个手写音乐数据集上给出了实验结果。所分析的架构产生了有前景的结果，在所有三个数据集上均优于当前最优技术。
引用
@article{arxiv.2106.11797,
title = {Evaluation of a Region Proposal Architecture for Multi-task Document Layout Analysis},
author = {Lorenzo Quirós and Enrique Vidal},
journal= {arXiv preprint arXiv:2106.11797},
year = {2021}
}