Références
Les publications sur ce sujet sont peu nombreuses. Nous avons rassemblé quelques références représentatives pour servir de point de départ à la recherche.
Aperçu comparatif
| Modèles | bg01 | bg02 | bg03 | bg04 | bg05 | Global |
|---|---|---|---|---|---|---|
| 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 |
Liste des publications
- HU-PageScan est un modèle de segmentation fondé sur la classification des pixels. Malgré de bons résultats, sa taille et son coût de calcul sont importants. Il résiste mal aux occultations partielles, par exemple lorsqu’un doigt masque un coin du document, ce qui limite son utilisation pratique.
- Publication: HU-PageScan: a fully convolutional neural network for document page crop
- Année.Mois: 2021.02
- Github: HU-PageScan
- Advanced Hough est une approche de vision par ordinateur classique. Elle donne de bons résultats, mais reste sensible à l’éclairage et aux angles de prise de vue.
- Publication: Advanced Hough-based method for on-device document localization
- Année.Mois: 2021.06
- Github: hough_document_localization
- Coarse-to-Fine et SEECS-NUST-2 sont des modèles basés sur l'apprentissage profond qui utilisent une stratégie d'optimisation récursive. Bien qu'efficaces, ils sont lents.
- Publication: Real-time Document Localization in Natural Images by Recursive Application of a CNN (2017.11)
- Publication: Coarse-to-fine document localization in natural scene image with regional attention and recursive corner refinement
- Année.Mois: 2019.07
- Github: Recursive-CNNs
- LDRNet est un modèle d’apprentissage profond que nous avons testé avec les poids fournis par ses auteurs. Dans nos essais, il semblait fortement adapté à SmartDoc 2015 et généralisait mal à d’autres situations. L’ajout d’autres données d’entraînement n’a pas donné les résultats espérés, peut-être en raison d’une fusion des caractéristiques insuffisante dans l’architecture.
- Publication: LDRNet: Enabling Real-time Document Localization on Mobile Devices
- Année.Mois: 2022.06
- Github: LDRNet
- LDRE, SmartEngines, NetEase, RPPDI-UPE, SEECS-NUST sont tous des modèles de vision par ordinateur classique.
- Publication: ICDAR2015 Competition on Smartphone Document Capture and OCR (SmartDoc)
- Année.Mois: 2015.11
- Github: smartdoc15-ch1-dataset