利用多目标跟踪检测文档图像中的线性对象
计算机视觉与模式识别
2023-05-29 v1
摘要
线性对象传达了关于文档结构的大量信息，但由于退化（弯曲、擦除）或装饰（双线、虚线）而难以准确检测。许多方法可恢复某种矢量表示，但仅有 1994 年提出的一种基于卡尔曼滤波（多目标跟踪算法的一个特例）的闭源技术，能够实现线性对象的像素级实例分割，并可从原始图像中有选择地移除它们。我们旨在重新推广该方法并提出：1. 一种利用多目标跟踪（MOT）对文档图像中线性对象进行精确实例分割的框架；2. 支持基于矢量与基于像素的线性对象检测评估的文档图像数据集与指标；3. MOT 方法相对于现代分割检测器的性能度量；4. 多种跟踪策略的性能度量，展示了替代原始卡尔曼滤波方法的方案；以及 5. 一种开源检测器实现，可区分弯曲、擦除、虚线、相交和/或重叠线性对象的实例。
引用
@article{arxiv.2305.16968,
title = {Linear Object Detection in Document Images using Multiple Object Tracking},
author = {Philippe Bernet and Joseph Chazalon and Edwin Carlinet and Alexandre Bourquelot and Elodie Puybareau},
journal= {arXiv preprint arXiv:2305.16968},
year = {2023}
}
备注
Accepted to ICDAR 2023