LineCounter：通过计数学习手写文本行分割
计算机视觉与模式识别
2024-05-02 v1
摘要
手写文本行分割（HTLS）是许多高层文档处理任务（如手写文本识别）的一项底层但重要的任务。在深度学习中，它通常被表述为语义分割或目标检测。然而，这两种表述都存在严重缺陷。前者需要对相邻片段进行繁重的拆分/合并后处理，而后者可能在密集或弯曲文本上失效。本文中，我们提出了一种新颖的用于HTLS的行计数（Line Counting）表述——即在每个像素位置统计从顶部开始的文本行数量。该表述有助于学习端到端的HTLS解决方案，直接为给定文档图像预测逐像素行号。此外，我们提出了一种深度神经网络（DNN）模型LineCounter，通过行计数表述执行HTLS。我们在三个公开数据集（ICDAR2013-HSC、HIT-MW和VML-AHTE）上的大量实验表明，LineCounter优于最先进的HTLS方法。源代码可在 https://github.com/Leedeng/Line-Counter 获取。
引用
@article{arxiv.2105.11307,
title = {LineCounter: Learning Handwritten Text Line Segmentation by Counting},
author = {Deng Li and Yue Wu and Yicong Zhou},
journal= {arXiv preprint arXiv:2105.11307},
year = {2024}
}
备注
Submitted to 28th IEEE International Conference on Image Processing