MataDoc:面向任意边界的页边与文本感知文档去扭曲方法
计算机视觉与模式识别
2023-07-25 v1
摘要
从失真的相机拍摄图像中进行文档去扭曲对 OCR 和文档理解具有重要价值。文档边界在文档去扭曲中起着比内部区域更重要的作用。当前基于学习的方法主要关注完整边界情况,导致对不完整边界文档的校正性能较差。与这些方法不同,本文提出 MataDoc,首个关注任意边界文档去扭曲并引入页边与文本感知正则化的方法。具体而言,我们通过显式考虑背景一致性设计页边正则化以增强边界感知。此外,我们引入词位置一致性以保持校正后文档图像中文本行平直。为全面评估 MataDoc,我们提出新基准 ArbDoc,主要由四种典型场景下任意边界的文档图像组成。大量实验证实了 MataDoc 在考虑不完整边界时于 ArbDoc 上的优越性,并证明了所提方法在 DocUNet、DIR300 和 WarpDoc 数据集上的有效性。
引用
@article{arxiv.2307.12571,
title = {MataDoc: Margin and Text Aware Document Dewarping for Arbitrary Boundary},
author = {Beiya Dai and Xing li and Qunyi Xie and Yulin Li and Xiameng Qin and Chengquan Zhang and Kun Yao and Junyu Han},
journal= {arXiv preprint arXiv:2307.12571},
year = {2023}
}
备注
12 pages