Compressed Domain Text-Line Localization in Challenging Handwritten Documents using Deep Feature Learning from JPEG Coefficients
原文中文，约400字，阅读约需1分钟。发表于：。在本文中，我们提出了一种在 JPEG 压缩领域中直接从 JPEG 压缩系数中进行深度特征学习以实现文本行定位的方法，通过使用一种改进的 U-Net 网络模型 Compressed Text-Line Localization Network (CompTLL-UNet)，在 ICDAR2017 (cBAD) 和 ICDAR2019 (cBAD) 的基准数据集的 JPEG...
本文提出了一种在JPEG压缩领域中实现文本行定位的方法，通过使用改进的CompTLL-UNet网络模型，在ICDAR2017和ICDAR2019的JPEG压缩版本上进行训练和测试，以较低的存储和计算成本实现了最新性能。
