ForCenNet：基于前景中心的文档图像校正网络
计算机视觉与模式识别
2025-07-29 v1
摘要
文档图像校正旨在消除摄影文档中的几何变形，以便实现文本识别。然而，现有方法常忽视前景元素的重要性，这些元素为文档图像校正提供了关键的几何参考和布局信息。本文提出前景中心网络 (ForCenNet)，用于消除文档图像中的几何畸变。具体而言，我们首次提出前景中心标签生成方法，从无畸变图像中提取详细的前景元素。随后引入前景中心掩码机制，以增强可读区域与背景区域的区分度。进而设计曲率一致性损失，利用详细的前景标签帮助模型理解扭曲的几何分布。广泛实验表明，ForCenNet 在四个真实世界基准（如 DocUNet、DIR300、WarpDoc、DocReal）上实现了新颖的状态突破。定量分析表明，所提方法有效校正了布局元素（如文本行和表格边框）。项目代码已公开于 https://github.com/caipeng328/ForCenNet。
引用
@article{arxiv.2507.19804,
title = {ForCenNet: Foreground-Centric Network for Document Image Rectification},
author = {Peng Cai and Qiang Li and Kaicheng Yang and Dong Guo and Jia Li and Nan Zhou and Xiang An and Ninghua Yang and Jiankang Deng},
journal= {arXiv preprint arXiv:2507.19804},
year = {2025}
}
备注
Accepted by ICCV25, 16 pages, 14 figures