LS-HDIB：大规模手写文档图像二值化数据集
计算机视觉与模式识别
2021-11-04 v3
摘要
由于书写内容的高度可变性和复杂的背景属性（如页面样式、纸张质量、污渍、阴影渐变以及非均匀光照），手写文档图像二值化具有挑战性。传统的阈值化方法在此类具有挑战性的真实场景上不能有效泛化，而基于深度学习的方法在提供充足训练数据时表现相对较好。然而，现有数据集在规模和多样性上均有限。本工作提出 LS-HDIB——一个包含超过一百万张涵盖众多真实场景文档图像的大规模手写文档图像二值化数据集。此外，我们引入一种新颖技术，结合自适应阈值化与无缝克隆方法来生成具有精确真值的数据集。通过对八种不同基于深度学习的模型进行广泛的定量与定性评估，我们证明了这些模型在 LS-HDIB 数据集上训练并测试于未见图像时性能得到提升。
引用
@article{arxiv.2101.11674,
title = {LS-HDIB: A Large Scale Handwritten Document Image Binarization Dataset},
author = {Kaustubh Sadekar and Ashish Tiwari and Prajwal Singh and Shanmuganathan Raman},
journal= {arXiv preprint arXiv:2101.11674},
year = {2021}
}