{"notes":[{"id":"text-detection/psenet","category":"text-detection","legacyPath":"text-detection/1903-psenet","legacySlug":"1903-psenet","legacyPaths":[],"title":"PSENet","subtitle":"Étendre progressivement les régions de texte","author":"Z. Yuan","paperDate":"2019-03-28","publishedOn":"2024-09-10","paperTitle":"Shape Robust Text Detection with Progressive Scale Expansion Network","paperUrl":"https://arxiv.org/abs/1903.12473","bibliography":{"title":"Shape Robust Text Detection with Progressive Scale Expansion Network","authors":["Wenhai Wang","Enze Xie","Xiang Li","Wenbo Hou","Tong Lu","Gang Yu","Shuai Shao"],"url":"https://arxiv.org/abs/1903.12473","pdfUrl":"https://arxiv.org/pdf/1903.12473","codeUrl":null,"preprint":{"id":"1903.12473","submittedOn":"2019-03-28","url":"https://arxiv.org/abs/1903.12473"},"publication":{"venue":"CVPR","year":2019,"kind":"conference","url":"https://arxiv.org/abs/1903.12473"},"citation":"@misc{textdetectionpsenet2019,\n  title = {{Shape Robust Text Detection with Progressive Scale Expansion Network}},\n  author = {Wenhai Wang and Enze Xie and Xiang Li and Wenbo Hou and Tong Lu and Gang Yu and Shuai Shao},\n  year = {2019},\n  eprint = {1903.12473},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/1903.12473}\n}\n","citationPath":"/content/papers/citations/text-detection/psenet.5a1e1aee01d6.bib"},"thumbnail":{"src":"/content/papers/assets/6f38b0effd2d84ea22f0756c4dbcadca5e5d144e1630f4c058b4282f8a1f2626.jpg","width":1444,"height":516},"locale":"fr","path":"/content/papers/fr/text-detection/psenet.bd5628ad6ad7.md","headings":[{"id":"définir-le-problème","text":"Définir le problème","depth":2},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"architecture-du-modèle","text":"Architecture du modèle","depth":3},{"id":"expansion-progressive","text":"Expansion progressive","depth":3},{"id":"fonction-de-perte","text":"Fonction de perte","depth":3},{"id":"données-dentraînement","text":"Données d'entraînement","depth":3},{"id":"stratégies-dentraînement","text":"Stratégies d'entraînement","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"effet-des-choix-de-conception","text":"Effet des choix de conception","depth":3},{"id":"résultats-sur-les-textes-courbes","text":"Résultats sur les textes courbes","depth":3},{"id":"résultats-sur-icdar-2015","text":"Résultats sur ICDAR 2015","depth":3},{"id":"vitesse","text":"Vitesse","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"text-detection/pan","relation":"next","topic":"Étendre les régions de texte depuis une segmentation"}]},{"id":"text-detection/pan","category":"text-detection","legacyPath":"text-detection/1908-pan","legacySlug":"1908-pan","legacyPaths":[],"title":"PAN","subtitle":"Agréger les pixels du texte","author":"Z. Yuan","paperDate":"2019-08-16","publishedOn":"2024-09-13","paperTitle":"Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network","paperUrl":"https://arxiv.org/abs/1908.05900","bibliography":{"title":"Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network","authors":["Wenhai Wang","Enze Xie","Xiaoge Song","Yuhang Zang","Wenjia Wang","Tong Lu","Gang Yu","Chunhua Shen"],"url":"https://arxiv.org/abs/1908.05900","pdfUrl":"https://arxiv.org/pdf/1908.05900","codeUrl":null,"preprint":{"id":"1908.05900","submittedOn":"2019-08-16","url":"https://arxiv.org/abs/1908.05900"},"publication":{"venue":"ICCV","year":2019,"kind":"conference","url":"https://arxiv.org/abs/1908.05900"},"citation":"@misc{textdetectionpan2019,\n  title = {{Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network}},\n  author = {Wenhai Wang and Enze Xie and Xiaoge Song and Yuhang Zang and Wenjia Wang and Tong Lu and Gang Yu and Chunhua Shen},\n  year = {2019},\n  eprint = {1908.05900},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/1908.05900}\n}\n","citationPath":"/content/papers/citations/text-detection/pan.c3947889600e.bib"},"thumbnail":{"src":"/content/papers/assets/fe635f695034d4c7bbbb31cec77d7e68b16545fdeb6792f9261892a8cd1557f4.jpg","width":1540,"height":694},"locale":"fr","path":"/content/papers/fr/text-detection/pan.9299b4c4cb26.md","headings":[{"id":"définir-le-problème","text":"Définir le problème","depth":2},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"architecture-du-modèle","text":"Architecture du modèle","depth":3},{"id":"fpem","text":"FPEM","depth":3},{"id":"ffm","text":"FFM","depth":3},{"id":"agrégation-des-pixels","text":"Agrégation des pixels","depth":3},{"id":"fonction-de-perte","text":"Fonction de perte","depth":3},{"id":"jeux-de-données-dentraînement","text":"Jeux de données d'entraînement","depth":3},{"id":"stratégie-dentraînement","text":"Stratégie d'entraînement","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"études-dablation","text":"Études d'ablation","depth":3},{"id":"résultats-sur-les-textes-courbes","text":"Résultats sur les textes courbes","depth":3},{"id":"résultats-sur-icdar-2015","text":"Résultats sur ICDAR 2015","depth":3},{"id":"résultats-sur-msra-td500","text":"Résultats sur MSRA-TD500","depth":3},{"id":"résultats-visuels","text":"Résultats visuels","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"text-detection/psenet","relation":"background","topic":"Étendre les régions de texte depuis une segmentation"},{"id":"text-detection/fast","relation":"next","topic":"Étendre les régions de texte depuis une segmentation"}]}],"text":"À mesure que les réseaux convolutifs ont gagné en maturité, leurs domaines d'application se sont multipliés.\n\nLa détection de texte en est un exemple important : elle sert de base à l'OCR, à la conduite autonome ou encore à la recherche d'images. Mais la grande diversité des formes et des tailles du texte rend difficile la conception d'un détecteur général.\n\n## Définir le problème\n\n![Difficultés de la détection de texte](/content/papers/assets/cfb353cb12f69b95fafb91a66333ff6c1c3fc37d85ab4666964759219a469735.jpg)\n\nLes premières recherches s'appuyaient souvent sur les techniques de détection d'objets, alors au centre de l'attention.\n\nAppliquées au texte, ces techniques se heurtent à plusieurs difficultés :\n\n1. **Les formes du texte varient fortement**\n\n   Les variations de taille, en elles-mêmes, ne sont pas le plus gros problème : les détecteurs d'objets emploient déjà des caractéristiques à plusieurs échelles. C'est la diversité des formes qui complique les choses.\n\n   Un mot peut tenir dans une boîte presque carrée ; quand il s'allonge, sa boîte devient beaucoup plus étroite et son rapport largeur/hauteur augmente. Cette diversité est particulièrement gênante pour les méthodes fondées sur des ancres.\n\n   Quelques rapports de forme sont définis à l'avance. Faut-il donc ajouter des ancres sans limite pour couvrir toutes les formes du texte ?\n\n2. **Les rectangles épousent mal le texte**\n\n   Dans la figure (b), les textes ne sont pas toujours bien droits. Une enseigne ou une banderole dans la rue peut être courbe ou irrégulière ; un rectangle la décrit mal.\n\n   La détection sert souvent d'entrée à une étape ultérieure. Si la forme détectée ne correspond pas au texte, elle perd une bonne partie de son utilité.\n\n3. **La segmentation fusionne des voisins**\n\n   Pourquoi ne pas segmenter les pixels ?\n\n   La figure (c) montre le principal écueil : des textes adjacents ou qui se touchent peuvent devenir une seule région. Leur séparation est si fine qu'une classification pixel par pixel peine à retrouver la frontière.\n\n   Ne pas distinguer les instances revient ici à manquer la détection.\n\nLes auteurs proposent alors de partir du **cœur** de chaque texte et de l'étendre progressivement jusqu'à son contour complet. Voyons comment.\n\n## Résoudre le problème\n\n### Architecture du modèle\n\n![Architecture de PSENet](/content/papers/assets/6f38b0effd2d84ea22f0756c4dbcadca5e5d144e1630f4c058b4282f8a1f2626.jpg)\n\nÀ gauche de la figure, on retrouve une architecture FPN classique avec réseau principal et fusion des caractéristiques.\n\nLes quatre cartes à différentes échelles sont suréchantillonnées à une taille commune, concaténées, puis fusionnées par convolution. $n$ branches prédisent ensuite des cartes de segmentation à différentes échelles. $S_1$ représente la plus petite région textuelle, $S_2$ son extension, puis $S_3$, jusqu'à $S_n$.\n\nLes cibles d'apprentissage sont construites à partir des annotations du jeu de données :\n\n![Génération des masques](/content/papers/assets/b6721febb9b1f7303e1879c962b666d872f42583ec0fbfb68f99eb524f43319b.jpg)\n\nLe polygone au contour bleu est l'instance de texte d'origine, soit le masque à l'échelle maximale. L'algorithme de découpage de Vatti le rétrécit progressivement en polygones $p_i$. Chacun est converti en masque binaire qui sert de vérité terrain à l'échelle correspondante.\n\nPour un rapport d'échelle $r_i$, la distance de rétrécissement $d_i$ est :\n\n$$\nd_i = \\frac{Area(p_n) \\times (1 - r_i^2)}{Perimeter(p_n)}\n$$\n\n$Area(\\cdot)$ calcule l'aire du polygone et $Perimeter(\\cdot)$ son périmètre.\n\nLe rapport d'échelle est :\n\n$$\nr_i = 1 - \\frac{(1 - m) \\times (n - i)}{n - 1}\n$$\n\n$m$ est le plus petit rapport, dans $(0, 1]$. Les rapports $r_1, r_2, ..., r_n$, déterminés par $n$ et $m$, augmentent linéairement de $m$ à 1.\n\nCes masques correspondent aux segmentations que PSENet apprend à prédire à plusieurs échelles.\n\n### Expansion progressive\n\n![Expansion des noyaux](/content/papers/assets/a1e975c95cd277c4c4821621f95ced10115cd3fd111b8d958c2dea4393864ca0.jpg)\n\nPour séparer les textes voisins tout en retrouvant leur forme complète, les auteurs introduisent une expansion progressive.\n\nElle s'inspire d'une recherche en largeur (*breadth-first search*, BFS) : on part des plus petits noyaux de texte déjà détectés et on les agrandit par étapes.\n\n- **Départ** : dans $S_1$, on distingue quatre composantes connexes $c_1$, $c_2$, $c_3$ et $c_4$.\n- **Expansion** : les noyaux grandissent dans $S_2$, puis $S_3$, jusqu'aux régions complètes qui forment les instances prédites.\n\nLa BFS part des pixels de plusieurs noyaux et leur adjoint les pixels voisins. Quand deux expansions se disputent un pixel, le premier noyau qui l'atteint l'emporte : un pixel ne peut appartenir qu'à une instance. Selon les auteurs, ces conflits de frontière n'altèrent pas les performances finales grâce à l'expansion progressive.\n\nL'algorithme de référence de l'article peut se résumer ainsi :\n\n- **Entrée** : les noyaux $C$ et le masque de segmentation $S_i$.\n- **Sortie** : les noyaux étendus $E$.\n- **Étapes** :\n  1. Initialiser les ensembles vides $T$ et $P$, ainsi que la file $Q$.\n  2. Ajouter les éléments de chaque noyau $c_i$ à $T$ et $P$, puis placer $c_i$ dans $Q$.\n  3. Retirer les éléments de $Q$ l'un après l'autre ; si un pixel voisin satisfait les conditions, l'ajouter à $T$ et $P$ pour poursuivre l'expansion.\n  4. Regrouper les pixels étendus par étiquette afin d'obtenir $E$.\n\n![Algorithme PSE](/content/papers/assets/f6e40849f5b92aff06f31d655fbbcfe5305e759adbb4bc823176d0dc4e6753d1.jpg)\n\n### Fonction de perte\n\nLa perte de PSENet est :\n\n$$\nL = \\lambda L_c + (1 - \\lambda)L_s\n$$\n\n$L_c$ concerne les instances complètes, $L_s$ les instances rétrécies ; $\\lambda$ pondère les deux termes.\n\nLe texte occupe généralement une faible partie d'une image naturelle. Avec une entropie croisée binaire, le réseau pourrait donc privilégier excessivement les pixels de fond.\n\nLes auteurs utilisent plutôt le coefficient Dice :\n\n$$\nD(S_i, G_i) = \\frac{2 \\sum_{x,y}(S_{i,x,y} \\times G_{i,x,y})}{\\sum_{x,y} S_{i,x,y}^2 + \\sum_{x,y} G_{i,x,y}^2}\n$$\n\n$S_{i,x,y}$ et $G_{i,x,y}$ sont respectivement les valeurs de la prédiction et de l'annotation au pixel $(x,y)$.\n\nPour aider $L_c$ à distinguer le texte de motifs ressemblant à des traits, comme une grille, l'entraînement utilise une recherche en ligne d'exemples difficiles (*OHEM*).\n\nAvec le masque d'entraînement $M$ fourni par OHEM :\n\n$$\nL_c = 1 - D(S_n \\cdot M, G_n \\cdot M)\n$$\n\nPour $L_s$, les pixels hors de la zone de texte complète sont ignorés, puisque les noyaux réduits sont contenus dans cette zone :\n\n$$\nL_s = 1 - \\frac{\\sum_{i=1}^{n-1} D(S_i \\cdot W, G_i \\cdot W)}{n - 1}\n$$\n\nLe masque $W$ qui écarte ces pixels vaut :\n\n$$\nW_{x,y} =\n\\begin{cases}\n1, & \\text{If } S_{n,x,y} \\geq 0.5; \\\\\n0, & \\text{Otherwise}.\n\\end{cases}\n$$\n\n### Données d'entraînement\n\n- **CTW1500**\n\n  Ce jeu difficile de longs textes courbes, créé par Yuliang et ses collègues, contient 1 000 images d'entraînement et 500 de test. Chaque instance est annotée par un polygone de 14 points capable de suivre une courbe.\n\n- **Total-Text**\n\n  Ce jeu récemment publié rassemble des textes horizontaux, orientés et courbes : 1 255 images d'entraînement et 300 de test.\n\n- **ICDAR 2015**\n\n  ICDAR 2015 compte 1 500 images, dont 1 000 pour l'entraînement et 500 pour le test. Les régions textuelles sont annotées par des quadrilatères à quatre sommets.\n\n- **ICDAR 2017 MLT**\n\n  IC17-MLT est un grand jeu multilingue : 7 200 images d'entraînement, 1 800 de validation et 9 000 de test, représentant neuf langues dans des scènes complètes.\n\n### Stratégies d'entraînement\n\nLe réseau principal est un ResNet préentraîné sur ImageNet ; l'optimisation utilise la descente de gradient stochastique (SGD).\n\nLe traitement d'IC17-MLT diffère de celui des autres jeux.\n\nPour IC17-MLT, aucun autre jeu de données textuelles, tel que SynthText, n'est ajouté. L'entraînement utilise une taille de lot de 16 sur quatre GPU pendant 180 000 itérations. Le taux d'apprentissage part de $1 \\times 10^{-3}$ et est divisé par dix après 60 000 puis 120 000 itérations.\n\n---\n\nPour les autres jeux, deux stratégies sont comparées : entraîner directement sur le jeu cible, ou ajuster un modèle déjà entraîné sur IC17-MLT.\n\nL'entraînement direct utilise aussi des lots de 16 sur quatre GPU, pendant 36 000 itérations. Le taux initial est de $1 \\times 10^{-3}$ et est divisé par dix après 12 000 et 24 000 itérations.\n\nL'ajustement depuis IC17-MLT dure 24 000 itérations. Le taux part de $1 \\times 10^{-4}$ et est divisé par dix après 12 000 itérations.\n\n\n> [!TIP]\n> \n> « Entraînement direct » signifie ici sans entraînement préalable sur les textes d'IC17-MLT. Le réseau principal reste préentraîné sur ImageNet. L'article ne dit pas qu'il utilise SynthText.\n\n\n- **Optimisation et paramètres**\n\n  - Décroissance des poids de $5 \\times 10^{-4}$, momentum de Nesterov de 0,99 et pas de *dampening*.\n  - Les régions de texte flou marquées « DO NOT CARE » sont ignorées dans tous les jeux.\n  - $\\lambda$ vaut 0,7 et le rapport négatifs/positifs d'OHEM vaut 3.\n\n- **Augmentation des données**\n\n  - Mise à l'échelle aléatoire selon [0.5, 1.0, 2.0, 3.0].\n  - Retournement horizontal et rotation aléatoires entre -10 et +10 degrés.\n  - Recadrage aléatoire de $640 \\times 640$ après ces transformations.\n\n- **Production des résultats**\n\n  - Pour les jeux annotés par quadrilatères, extraire les boîtes comme rectangles de surface minimale.\n  - Pour les jeux de textes courbes, utiliser directement les régions produites par PSE.\n\n## Discussion\n\n### Effet des choix de conception\n\n![Étude d'ablation de PSENet](/content/papers/assets/725e4747538f746803a1096c3b0eeca245f828f3791871ca4dca81d0f8eaa135.jpg)\n\n1. **Le plus petit noyau peut-il servir de résultat final ?**\n\n   Non. Il sert à localiser grossièrement chaque texte tout en séparant les instances proches. Mais il ne couvre pas toute la région, ce qui nuit à la détection et à la reconnaissance. Dans la figure (a), ne garder que ce noyau donne une mesure F très faible sur ICDAR 2015 et CTW1500.\n\n2. **Effet de l'échelle minimale**\n\n   Les auteurs fixent le nombre de noyaux à $n = 2$ et font varier leur échelle minimale $m$ de 1 à 0,1.\n\n   Dans la figure (a), une valeur trop grande ou trop petite réduit la mesure F. À $m = 1$, il n'y a qu'une carte de segmentation et pas d'expansion progressive (PSE) ; ce point de référence sépare mal les textes proches.\n\n   Si $m$ est trop grand, les instances voisines restent difficiles à distinguer. S'il est trop petit, une ligne de texte risque d'être découpée en plusieurs morceaux et l'entraînement converge mal.\n\n3. **Effet du nombre de noyaux**\n\n   À échelle minimale $m$ fixée, les auteurs font varier $n$ de 2 à 10, avec $m = 0,4$ sur ICDAR 2015 et $m = 0,6$ sur CTW1500.\n\n   Dans la figure (b), la mesure F augmente avec $n$ puis se stabilise vers $n \\geq 5$. Plusieurs noyaux aident notamment à reconstruire précisément deux textes voisins dont les tailles diffèrent beaucoup.\n\n### Résultats sur les textes courbes\n\nLes auteurs évaluent PSENet sur CTW1500 et Total-Text, deux jeux qui contiennent des textes courbes.\n\nPendant le test, le grand côté des images est redimensionné à 1280 pixels, avec ResNet50 comme réseau principal.\n\n- **CTW1500**\n\n  ![Résultats CTW1500](/content/papers/assets/2c0778e887a60f4e1223dbd3e36ad5f2a480c3163929d4e8e3b0b0fb9e499507.jpg)\n\n  Sans données textuelles supplémentaires, PSENet-1s obtient une mesure F de 78,0 %. Après ajustement d'un modèle entraîné sur IC17-MLT, elle atteint 82,2 % : 8,8 points de pourcentage au-dessus de CTD+TLOC et 6,6 points au-dessus de TextSnake. Ces deux références n'ont pas les mêmes conditions de données supplémentaires ; il faut donc lire ces écarts séparément.\n\n- **Total-Text**\n\n  ![Résultats Total-Text](/content/papers/assets/0f225e88d82d34710900a9fa92ee2791b2842b04ec8dea6b3c42b837cd83905f.jpg)\n\n  Avec des données supplémentaires, PSENet-1s obtient 84,02 % de précision, 77,96 % de rappel et 80,87 % de mesure F. Cette dernière dépasse les 78,4 % de TextSnake de 2,47 points ; sans données supplémentaires, PSENet-1s atteint 78,3 %. Par rapport aux 36,0 % du DeconvNet de référence, le premier réglage gagne 44,87 points. EAST et SegLink, dans le tableau, n'ont pas été ajustés sur Total-Text et ne servent qu'à situer les résultats.\n\n---\n\nLes auteurs montrent aussi des exemples difficiles en comparaison visuelle avec CTD+TLOC :\n\n![Comparaison visuelle](/content/papers/assets/f7ccc7b5258d2b1219c4262eff4241c325b6c5d2909792bc6f1aab6d3a62b737.jpg)\n\n### Résultats sur ICDAR 2015\n\n![Résultats ICDAR 2015](/content/papers/assets/67e9c109c3784b4974f6e7526180f9bef7e6792de98369404316ba6a7d08e7ab.jpg)\n\nPSENet est évalué sur ICDAR 2015 pour la détection de texte orienté. Le réseau principal est ici ResNet50, et le grand côté des images d'entrée est redimensionné à 2240 pixels lors de l'inférence.\n\nÀ une seule échelle, avec données supplémentaires, PSENet-1s atteint 85,69 % de mesure F, environ 3,1 points au-dessus des 82,6 % de TextSnake, meilleur résultat antérieur cité dans le tableau. Sans données supplémentaires, PSENet-1s atteint 80,6 %.\n\n### Vitesse\n\n![Vitesse de PSENet](/content/papers/assets/3a12e6c6383eb895add041a1f3a4b8da52a3b3768e478625ef69e4bd8ea3f33f.jpg)\n\nLes auteurs mesurent la vitesse moyenne sur tout le test CTW1500. Ils redimensionnent le grand côté à 1280, 960 ou 640 pixels. Toutes les mesures utilisent PyTorch et un GPU 1080Ti.\n\nIls testent ResNet50 et ResNet18 pour explorer le compromis entre vitesse et précision.\n\n- Avec une carte de sortie à la taille entière de l'image, PSENet obtient sa meilleure mesure F, mais l'étape PSE prend plus de la moitié du temps d'inférence.\n- Avec une carte de sortie dont la largeur et la hauteur sont chacune au quart de celles de l'image, le débit passe de 3,9 à 8,4 images par seconde, tandis que la mesure F descend légèrement de 82,2 % à 79,9 %. PSE prend alors moins d'un dixième du temps d'inférence.\n- Avec un grand côté réduit à 640 pixels, le débit atteint 22 images par seconde et la mesure F reste à 75,6 %.\n\nAvec ResNet18, un grand côté de 960 pixels et aucun jeu textuel supplémentaire pour l'entraînement, PSENet atteint 26,75 images par seconde et 74,3 % de mesure F.\n\n## Conclusion\n\nPSENet emploie l'expansion progressive pour détecter du texte de forme irrégulière. Il faut toutefois encore une étape de post-traitement pour déterminer les régions complètes, avec un coût et une complexité supplémentaires en pratique.\n\nLa méthode dépend aussi de la bonne localisation des petits noyaux initiaux. S'ils sont mal détectés, les étapes d'expansion et le résultat final en pâtissent.\n\nAu total, PSENet propose un compromis intéressant entre précision et vitesse. Face aux autres détecteurs fondés sur la segmentation ou la détection d'objets, il offre une autre manière de traiter les textes difficiles dans les scènes naturelles.\n","imageSizes":{"/content/papers/assets/cfb353cb12f69b95fafb91a66333ff6c1c3fc37d85ab4666964759219a469735.jpg":{"width":980,"height":592},"/content/papers/assets/6f38b0effd2d84ea22f0756c4dbcadca5e5d144e1630f4c058b4282f8a1f2626.jpg":{"width":1444,"height":516},"/content/papers/assets/b6721febb9b1f7303e1879c962b666d872f42583ec0fbfb68f99eb524f43319b.jpg":{"width":1238,"height":470},"/content/papers/assets/a1e975c95cd277c4c4821621f95ced10115cd3fd111b8d958c2dea4393864ca0.jpg":{"width":1224,"height":596},"/content/papers/assets/f6e40849f5b92aff06f31d655fbbcfe5305e759adbb4bc823176d0dc4e6753d1.jpg":{"width":1004,"height":684},"/content/papers/assets/725e4747538f746803a1096c3b0eeca245f828f3791871ca4dca81d0f8eaa135.jpg":{"width":1310,"height":592},"/content/papers/assets/2c0778e887a60f4e1223dbd3e36ad5f2a480c3163929d4e8e3b0b0fb9e499507.jpg":{"width":1164,"height":436},"/content/papers/assets/0f225e88d82d34710900a9fa92ee2791b2842b04ec8dea6b3c42b837cd83905f.jpg":{"width":1214,"height":390},"/content/papers/assets/f7ccc7b5258d2b1219c4262eff4241c325b6c5d2909792bc6f1aab6d3a62b737.jpg":{"width":1764,"height":576},"/content/papers/assets/67e9c109c3784b4974f6e7526180f9bef7e6792de98369404316ba6a7d08e7ab.jpg":{"width":1180,"height":936},"/content/papers/assets/3a12e6c6383eb895add041a1f3a4b8da52a3b3768e478625ef69e4bd8ea3f33f.jpg":{"width":1226,"height":286}}}
