TADoc：鲁棒的时间感知文档图像去背皱

对由便携式摄影设备捕获的曲面、皱褶和旋转文档图像进行平整化，称为文档图像去背皱，随着数字经济和线上办公的兴起，成为越来越重要的任务。虽然近期提出了许多方法，但在面对复杂文档结构和更大程度变形的真实场景时，往往难以获得满意的效果。我们的主要洞察是：与其他文档恢复任务（如去模糊）不同，现实物理场景下的去背皱是一种渐进的运动，而非一步转换。基于此，我们提出了两个关键举措。首先，我们首次将此任务建模为包含一系列中间状态的动态过程。其次，我们设计了轻量级框架，称为 TADoc（Time-Aware Document Dewarping Network），以解决文档图像的几何畸变。此外，鉴于 OCR 指标对于包含稀疏文本的文档图像不够充分，评估的 comprehensiveness 也不足。为解决这一不足，本文提出了一种新型指标——DLS（Document Layout Similarity），用于评估文档去背皱在下游任务中的效果。广泛的实验和深入的评估表明，我们的模型具有强大的鲁棒性，在各种文档类型和变形程度的多个基准上均表现出优势。