结合文本与视觉特征的卷积神经网络页面流分割
计算与语言
2019-03-26 v3
摘要
近年来，纸质文件的（回溯）数字化已成为私人与公共档案馆的一项重大工程，同时也是电子邮局应用中的一项重要任务。工作流程的第一步包括文档扫描和光学字符识别（OCR）。在此背景下，保持单页扫描文档的上下文关系是一项核心需求。为促进涉及海量纸质扫描件的工作流程，页面流分割（PSS）的任务是自动将扫描图像流分离为多页文档。在与德国联邦档案馆合作的一个数字化项目中，我们开发了一种基于卷积神经网络（CNN）的新方法，该方法结合图像与文本特征，以实现最佳的文档分离效果。评估表明，我们的PSS架构准确率高达93%，可视为该任务的最新水平。
引用
@article{arxiv.1710.03006,
title = {Page Stream Segmentation with Convolutional Neural Nets Combining Textual and Visual Features},
author = {Gregor Wiedemann and Gerhard Heyer},
journal= {arXiv preprint arXiv:1710.03006},
year = {2019}
}
备注
Full paper version: 6 pages, 3 figures, 2 tables