.png){kind=icon}
返回
DocScanner: Robust Document Image Rectification with Progressive Learning
.png){kind=icon}
PRE
AI
DOI：10.1007/s11263-025-02431-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
与平板扫描仪相比，便携式智能手机为纸质文档数字化提供了更大的便利性。然而，由于未受控制的物理形变、相机位置和光照变化，此类数字化文档通常会发生畸变。为此，我们提出DocScanner，一种用于文档图像矫正的新型框架。与现有解决方案不同，DocScanner通过引入渐进式学习机制来解决这个问题。具体而言，DocScanner维护一个矫正图像的单次估计，并通过循环架构逐步进行修正。迭代式精修使DocScanner收敛至稳健且性能更优的矫正效果，而轻量级循环架构则确保了运行效率。为进一步提升矫正质量，基于畸变图像与矫正图像之间的几何先验，在训练过程中引入几何约束以进一步改善性能。我们在Doc3D数据集和DocUNet基准数据集上进行了大量实验，定量与定性评估结果验证了DocScanner的有效性，其在OCR准确率、图像相似度以及我们提出的畸变指标上均显著优于先前方法。此外，我们的DocScanner在运行时延迟和模型尺寸方面表现出卓越的效率。代码和预训练模型可在https://github.com/fh2019ustc/DocScanner获取。
Keyword:
Document image rectification
Progressive learning
Segmentation
OCR
Image similarity
期刊
IF:
9.3
论文数:
3.9K
被引数:
2.8W
机构
引用论文
分享收藏U2-Net: Going deeper with nested U-structure for salient object detectionU2-Net: 基于嵌套U结构的显著性目标检测.png)
PATTERN RECOGNITION
OAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏
查看更多内容