用于鲁棒文档去扭曲与识别的傅里叶文档复原方法
计算机视觉与模式识别
2022-03-21 v1
摘要
最先进的文档去扭曲技术通过学习预测文档的三维信息，在处理具有不规则畸变或深度变化较大的文档时容易出错。本文提出FDRNet，一种傅里叶文档复原网络，能够以可靠且更简单的方式复原具有不同畸变的文档并改进文档识别。FDRNet聚焦于傅里叶空间中的高频分量，其捕获了大部分结构信息且基本不受外观退化的影响。它通过灵活的薄板样条变换对文档去扭曲，该变换无需训练中的形变标注即可有效处理各种变形。这些特性使FDRNet能从少量简单标注的训练图像中学习，且所学模型能准确去扭曲具有复杂几何畸变的文档并识别复原后的文本。为推进文档复原研究，我们构建了一个包含逾千张具有不同类型几何与光度畸变的相机文档的基准数据集。大量实验表明，FDRNet在去扭曲与文本识别任务上均以大幅优势优于最先进方法。此外，FDRNet仅需少量简单标注的训练数据且易于部署。
引用
@article{arxiv.2203.09910,
title = {Fourier Document Restoration for Robust Document Dewarping and Recognition},
author = {Chuhui Xue and Zichen Tian and Fangneng Zhan and Shijian Lu and Song Bai},
journal= {arXiv preprint arXiv:2203.09910},
year = {2022}
}
备注
Accepted by CVPR2022