面向中文历史文献的基于分段的 SegHist 文本行检测框架
计算与语言
2024-07-09 v3 计算机视觉与模式识别
摘要
文本行检测是历史文献分析中的关键任务，面临任意形状文本行、密集文本以及高长宽比文本行等多重挑战。本文提出一种通用的历史文献文本检测框架 (SegHist)，使现有基于分段的文本检测方法能够有效应对这些挑战，尤其是高长宽比文本行。将 SegHist 框架与常用方法 DB++集成，我们开发了 DB-SegHist。该方法在 CHDAC、MTHv2 数据集上实现最先进 (SOTA) 效果，并在 HDRC 数据集上取得具竞争力的结果，其中在最具挑战性的 CHDAC 数据集上实现了 1.19% 的显著提升，该数据集包含更多高长宽比文本行。此外，我们的方法在旋转版 MTHv2 和旋转版 HDRC 上也实现 SOTA，显示出良好的旋转鲁棒性。代码已公开于 https://github.com/LumionHXJ/SegHist。
引用
@article{arxiv.2406.15485,
title = {SegHist: A General Segmentation-based Framework for Chinese Historical Document Text Line Detection},
author = {Xingjian Hu and Baole Wei and Liangcai Gao and Jun Wang},
journal= {arXiv preprint arXiv:2406.15485},
year = {2024}
}
备注
Accepted by ICDAR2024 (poster)