面向文档图像二值化的无监督神经域适应方法
计算机视觉与模式识别
2021-07-02 v2
摘要
二值化是一种广为人知的图像处理任务，其目标是将图像的前景与背景分离。该任务诸多有用场景之一是对文档图像进行预处理以识别文本或符号等相关信息。文档类型、字母表与格式的多样性使得二值化颇具挑战性。已有多种解决该问题的方案，从经典的手工调参方法，到基于机器学习的较新方法。后一类技术需要大量训练数据才能获得良好结果；然而，在实践中对现有每个文档集合的一部分进行标注并不可行。这是监督学习中的常见问题，可通过所谓的域适应（Domain Adaptation, DA）技术加以解决。这些技术利用在一个有标注数据的域中所学到的知识，将其应用于其他无标注数据的域。本文提出一种结合神经网络与域适应以进行无监督文档二值化的方法。然而，当源域与目标域非常相似时，这种适应可能适得其反。因此，我们的方法首先以创新方式度量域间相似性，以判断是否适宜执行适应过程。实验中对五个不同域间最多 20 种可能组合进行评估，所报告的结果表明，我们的方案无需标注数据即可成功处理新文档域的二值化。
引用
@article{arxiv.2012.01204,
title = {Unsupervised Neural Domain Adaptation for Document Image Binarization},
author = {Francisco J. Castellanos and Antonio-Javier Gallego and Jorge Calvo-Zaragoza},
journal= {arXiv preprint arXiv:2012.01204},
year = {2021}
}