參考文獻

這個主題的論文比較少，我們把一些比較有代表性的論文列出來，用來作為研究的基礎材料。

綜合比較

Models	bg01	bg02	bg03	bg04	bg05	Overall
HU-PageScan [1]	-	-	-	-	-	0.9923
Advanced Hough [2]	0.9886	0.9858	0.9896	0.9806	-	0.9866
LDRNet [4]	0.9877	0.9838	0.9862	0.9802	0.9858	0.9849
Coarse-to-Fine [3]	0.9876	0.9839	0.9830	0.9843	0.9614	0.9823
SEECS-NUST-2 [3]	0.9832	0.9724	0.9830	0.9695	0.9478	0.9743
LDRE [5]	0.9869	0.9775	0.9889	0.9837	0.8613	0.9716
SmartEngines [5]	0.9885	0.9833	0.9897	0.9785	0.6884	0.9548
NetEase [5]	0.9624	0.9552	0.9621	0.9511	0.2218	0.8820
RPPDI-UPE [5]	0.8274	0.9104	0.9697	0.3649	0.2162	0.7408
SEECS-NUST [5]	0.8875	0.8264	0.7832	0.7811	0.0113	0.7393

論文列表

1. HU-PageScan 是一個基於像素分類的切割模型，雖然他的效果比較好，但模型尺寸及運算量較大，且受限於模型架構，對於部分遮蔽的樣態抵抗力較低，例如手指抓著邊角的這種情境，無法滿足實務上的需求。
   • Paper: HU-PageScan: a fully convolutional neural network for document page crop
   • Year.Month: 2021.02
   • Github: HU-PageScan

---

2. Advanced Hough 是 CV-Based 的模型，雖然效果不錯，但是使用 CV-Based 的模型，都會有一些缺點，例如對於光線和角度的敏感度。
   • Paper: Advanced Hough-based method for on-device document localization
   • Year.Month: 2021.06
   • Github: hough_document_localization

---

3. Coarse-to-Fine 和 SEECS-NUST-2 是一個基於深度學習的模型，採用了遞迴優化的策略，效果不錯，但是很慢。
   • Paper: Real-time Document Localization in Natural Images by Recursive Application of a CNN (2017.11)
   • Paper: Coarse-to-fine document localization in natural scene image with regional attention and recursive corner refinement
   • Year.Month: 2019.07
   • Github: Recursive-CNNs

---

4. LDRNet 是一個基於深度學習的模型，我們有使用他們提供的模型進行測試，發現該模型完全擬合在 SmartDoc 2015 資料集上，對於其他場景完全沒有泛化能力。我們也試著加入其他資料進行訓練，最終的表現也不理想，可能是這個架構對與特徵融合的能力不足。
   • Paper: LDRNet: Enabling Real-time Document Localization on Mobile Devices
   • Year.Month: 2022.06
   • Github: LDRNet

---

5. LDRE、SmartEngines、NetEase、RPPDI-UPE、SEECS-NUST 以下的模型都是基於 CV-Based 的模型。
   • Paper: ICDAR2015 Competition on Smartphone Document Capture and OCR (SmartDoc)
   • Year.Month: 2015.11
   • Github: smartdoc15-ch1-dataset