Npix2Cpix: 基于检索-分类集成的 GAN 图像到图像翻译网络用于历史文件图像的水印检索
计算机视觉与模式识别
2024-09-17 v3
摘要
历史文件水印的识别与恢复长期以来一直是密码学和历史学中的重要议题。 由于水印的多样性、噪声样本、多种表示模式以及类别间和类内变异的细微差异, 基于水印分类的历史文档识别具有挑战性。 本文提出一种改进的基于 U-net 的条件生成对抗网络(GAN) named Npix2Cpix, 用于将噪声的原始历史文件水印图像翻译为无手写痕迹的干净水印图像, 通过执行从退化(噪声)像素到干净像素的图像翻译。 采用图像到图像翻译和对抗学习, 该网络创建无杂乱的图像用于水印恢复和分类。 本文提出的GAN 生成器和判别器分别基于图像之间的距离来训练, 以学习从输入噪声图像到输出干净图像的映射。 在使用所提出的GAN预处理噪声水印图像后, 采用基于三元组的一键学习技术进行水印分类。 大规模历史水印数据集上的实验结果表明, 清理噪声水印图像可帮助实现高的一键分类准确率。 对检索到的水印图像的定性和定量评估突出了所提出方法的有效性。
引用
@article{arxiv.2406.03556,
title = {Npix2Cpix: A GAN-Based Image-to-Image Translation Network With Retrieval- Classification Integration for Watermark Retrieval From Historical Document Images},
author = {Utsab Saha and Sawradip Saha and Shaikh Anowarul Fattah and Mohammad Saquib},
journal= {arXiv preprint arXiv:2406.03556},
year = {2024}
}