GDB：基于门控卷积的文档二值化方法
计算机视觉与模式识别
2023-02-07 v1
摘要
文档二值化是许多文档分析任务的关键预处理步骤。然而，现有方法无法精细地提取笔画边缘，主要原因是普通卷积的公平对待特性以及缺乏边界相关信息对笔画边缘提取的充分监督。本文将文本提取形式化为门控值的学习，并提出一种端到端的基于门控卷积的网络（GDB），以解决笔画边缘提取不精确的问题。门控卷积被用于以不同的注意力选择性地提取笔画特征。我们提出的框架包含两个阶段。首先，训练一个带有额外边缘分支的粗提取子网络，通过馈入先验掩膜和边缘来获得更精确的特征图。其次，级联一个精炼子网络，基于清晰边缘通过门控卷积对第一阶段输出进行细化。对于全局信息，GDB 还包含一个多尺度操作以结合局部与全局特征。我们在 2009 年至 2019 年的十个文档图像二值化竞赛（DIBCO）数据集上进行了全面实验。实验结果表明，我们提出的方法在所有指标的平均值上均优于当前最优方法，并在六个基准数据集上取得了最高排名。
引用
@article{arxiv.2302.02073,
title = {GDB: Gated convolutions-based Document Binarization},
author = {Zongyuan Yang and Yongping Xiong and Guibin Wu},
journal= {arXiv preprint arXiv:2302.02073},
year = {2023}
}