RectiNet-v2：一种用于文档图像去扭曲的堆叠网络架构
计算机视觉与模式识别
2021-02-03 v1
摘要
随着移动和手持相机的出现，文档图像几乎进入了所有领域。为去除透视畸变和折痕以便文档识别算法能够理解，对这些图像进行去扭曲至关重要。为此，我们提出了一种端到端CNN架构，可从输入的扭曲文档生成无失真文档图像。我们在合成模拟的扭曲文档图像上训练该模型，以弥补自然数据不足。我们的方法新颖之处在于：使用带共享权重的分叉解码器以防止网格坐标混杂；在U-Net跳跃连接中使用残差网络以允许模型中不同感受野的数据流动；以及使用门控网络以帮助模型聚焦于文档图像的结构与行级细节。我们在该领域的基准DocUNet数据集上评估了我们的方法，取得了与最先进(state-of-the-art)方法相当的结果。
引用
@article{arxiv.2102.01120,
title = {RectiNet-v2: A stacked network architecture for document image dewarping},
author = {Hmrishav Bandyopadhyay and Tanmoy Dasgupta and Nibaran Das and Mita Nasipuri},
journal= {arXiv preprint arXiv:2102.01120},
year = {2021}
}
备注
6 Pages