DECDM：利用循环一致性扩散模型进行文档增强

基于扩散模型的光学字符识别（OCR）在自动文档处理和文档智能方面对文档图像质量非常依赖，研究提出了一种新的端到端文档级图像转换方法 DECDM 来解决现有方法的数据分离和隐私保护问题，该方法通过独立训练源和目标模型，消除了配对训练的限制，提高了性能的数量和质量的比较。

本文介绍了MDCDP模块，通过引入注意机制融合视觉和语义特征，解决了文本识别中的困难问题。实验结果表明CDistNet在具有挑战性的识别场景中优于最近的方法，并取得了最新的准确性。

MDCDP 一致性 扩散模型 文本识别 注意机制 视觉特征 语义特征
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友