PDNet：融合原始对偶网络的语义分割用于文档二值化

数字文档的二值化任务是将文档图像中的每个像素分类为属于背景（羊皮纸/纸张）或前景（文本/墨水）。历史文档常遭受退化影响，使该任务具有挑战性。在当前工作中，提出了一种深度神经网络架构，其将全卷积网络与展开的原始对偶网络相结合，可端到端训练，在七个数据集中有四个上实现了最先进的二值化。文档二值化被表述为能量最小化问题。训练一个全卷积神经网络用于像素的语义分割，提供与每个像素相关的标注代价。该代价估计沿边缘被细化，以使用原始对偶方法补偿前景类的任何过高或过低估计。我们提供了关于近端算子的必要概述，以促进训练原始对偶网络所需的理论基础（使用梯度下降算法）。处理了由于原始对偶方法的递归性质而遇到的数值不稳定性。我们提供了在文档二值化竞赛数据集上的实验结果，以及网络改动和超参数调优（为网络的稳定性和性能所需）。根据竞赛指标，该网络在合成数据集上预训练时表现更好。