SauvolaNet：用于退化文档二值化的自适应 Sauvola 网络学习
计算机视觉与模式识别
2021-05-13 v1
摘要
受经典 Sauvola 局部图像阈值分割方法的启发，我们从深度神经网络（DNN）视角对其进行了系统研究，并提出了一种称为 SauvolaNet 的新方案，用于退化文档二值化（DDB）。它由三个可解释模块组成，即多窗口 Sauvola（MWS）、像素级窗口注意力（PWA）和自适应 Sauvola 阈值（AST）。MWS 模块忠实地反映了经典 Sauvola，但具有可训练参数和多窗口设置。PWA 模块估计每个像素位置偏好的窗口大小。AST 模块进一步整合来自 MWS 和 PWA 的输出，并预测每个像素位置的最终自适应阈值。因此，SauvolaNet 变为端到端可训练，并将所需网络参数数量显著减少到 40K——仅为 MobileNetV2 的 1%。同时，它在 DDB 任务上取得了最先进（SoTA）性能——在我们针对 13 个公开文档二值化数据集的广泛研究中，SauvolaNet 至少可与 SoTA 二值化方案相媲美，甚至更优。我们的源代码可在 https://github.com/Leedeng/SauvolaNet 获取。
引用
@article{arxiv.2105.05521,
title = {SauvolaNet: Learning Adaptive Sauvola Network for Degraded Document Binarization},
author = {Deng Li and Yue Wu and Yicong Zhou},
journal= {arXiv preprint arXiv:2105.05521},
year = {2021}
}
备注
Submitted to 16th International Conference on Document Analysis and Recognition