基于全卷积网络与能量最小化的文本行提取
计算机视觉与模式识别
2021-01-20 v1
摘要
文本行是手写文档图像的重要组成部分，更便于后续应用进行分析。尽管文本行检测近期取得了进展，但从手写文档中提取文本行仍是一项未解决的任务。本文提出使用全卷积网络进行文本行检测，并利用能量最小化进行文本行提取。检测到的文本行由贯穿文本行的团块线表示。这些团块线辅助用于文本行提取的能量函数。检测阶段可定位任意方向的文本行。此外，提取阶段能够找出具有不同高度和行间距、且与其方向无关的文本行像素。并且，它能在无方向假设下精细地分割粘连与重叠的文本行。我们在 VML-AHTE、VML-MOC 和 Diva-HisDB 数据集上评估了所提方法。VML-AHTE 数据集包含带有丰富变音符号的重叠、粘连和紧密文本行。VML-MOC 数据集因其多方向与倾斜的文本行而极具挑战性。Diva-HisDB 数据集展现出明显的文本行高度差异与粘连文本行。结果表明，尽管存在各类挑战，该方法在所有实验中均使用相同参数，仍具有效性。
引用
@article{arxiv.2101.07370,
title = {Text line extraction using fully convolutional network and energy minimization},
author = {Berat Kurar Barakat and Ahmad Droby and Reem Alaasam and Boraq Madi and Irina Rabaev and Jihad El-Sana},
journal= {arXiv preprint arXiv:2101.07370},
year = {2021}
}