論文の概要: Partial differential equation system for binarization of degraded document images

• arxiv url: http://arxiv.org/abs/2503.08017v1
• Date: Tue, 11 Mar 2025 03:49:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-12 19:17:44.261232
• Title: Partial differential equation system for binarization of degraded document images
• Title（参考訳）: 劣化文書画像の双対化のための偏微分方程式系
• Authors: Youjin Liu, Yu Wang,
• Abstract要約: 偏微分方程式(PDE)システムは、テキスト画像の双対化に成功している。 本研究では、劣化したテキスト画像のバイナライゼーションのための新しい弱い結合型PDEシステムを提案する。
• 参考スコア（独自算出の注目度）: 2.7038841665524846
• License:
• Abstract: In recent years, partial differential equation (PDE) systems have been successfully applied to the binarization of text images, achieving promising results. Inspired by the DH model and incorporating a novel image modeling approach, this study proposes a new weakly coupled PDE system for degraded text image binarization. In this system, the first equation is designed to estimate the background component, incorporating both diffusion and fidelity terms. The second equation estimates the foreground component and includes diffusion, fidelity, and binarization source terms. The final binarization result is obtained by applying a hard projection to the estimated foreground component. Experimental results on 86 degraded text images demonstrate that the proposed model exhibits significant advantages in handling degraded text images.
• Abstract（参考訳）: 近年,テキスト画像のバイナライゼーションに偏微分方程式(PDE)システムを適用し,有望な結果を得た。 DHモデルにインスパイアされ、新しい画像モデリング手法を取り入れた本研究では、劣化したテキスト画像のバイナライゼーションのための新しい弱い結合型PDEシステムを提案する。 このシステムでは、第1方程式は背景成分を推定するために設計され、拡散項と忠実度項の両方を取り入れている。 第2の方程式は、前景成分を推定し、拡散、忠実性、二項化源項を含む。 最終二項化結果は、推定された前景成分にハードプロジェクションを適用して得られる。 86個の劣化テキスト画像に対する実験結果から, 劣化テキスト画像の処理において, 提案モデルが有意な優位性を示した。

関連論文リスト

• Score Distillation Sampling with Learned Manifold Corrective [36.963929141091455]
  損失を異なる要因に分解し,ノイズ勾配の原因となる成分を分離する。 オリジナルの定式化では、ノイズを考慮に入れた高いテキストガイダンスが使用され、過飽和や繰り返し詳細といった不要な副作用が生じる。 我々は,画像拡散モデルの時間依存性周波数バイアスを模倣した浅層ネットワークを訓練し,これを効果的に導出する。
  論文  参考訳（メタデータ） (2024-01-10T17:51:46Z)
• Exploiting Diffusion Prior for Generalizable Dense Prediction [85.4563592053464]
  近年のテキスト・トゥ・イメージ(T2I)拡散モデルでは、既成の高密度予測器では予測できないことがある。 我々は,事前学習したT2Iモデルを用いたパイプラインDMPを,高密度予測タスクの先駆けとして導入する。 限られたドメインのトレーニングデータにもかかわらず、この手法は任意の画像に対して忠実に推定し、既存の最先端のアルゴリズムを超越する。
  論文  参考訳（メタデータ） (2023-11-30T18:59:44Z)
• LLDiffusion: Learning Degradation Representations in Diffusion Models for Low-Light Image Enhancement [118.83316133601319]
  現在の低照度画像強調(LLIE)の深層学習法は、通常、ペア化されたデータから学んだピクセルワイドマッピングに依存している。 本稿では,拡散モデルを用いたLLIEの劣化認識学習手法を提案する。
  論文  参考訳（メタデータ） (2023-07-27T07:22:51Z)
• Parents and Children: Distinguishing Multimodal DeepFakes from Natural Images [60.34381768479834]
  近年の拡散モデルの発展により、自然言語のテキストプロンプトから現実的なディープフェイクの生成が可能になった。 我々は、最先端拡散モデルにより生成されたディープフェイク検出に関する体系的研究を開拓した。
  論文  参考訳（メタデータ） (2023-04-02T10:25:09Z)
• Image Restoration with Mean-Reverting Stochastic Differential Equations [9.245782611878752]
  本稿では,汎用画像復元のための微分方程式(SDE)を提案する。 対応する逆時間SDEをシミュレートすることにより、低画質画像の起源を復元することができる。 実験の結果,提案手法は画像の劣化, 劣化, 騒音の定量的比較において, 高い競争性能を示すことがわかった。
  論文  参考訳（メタデータ） (2023-01-27T13:20:48Z)
• Bridging Component Learning with Degradation Modelling for Blind Image Super-Resolution [69.11604249813304]
  視覚障害者のためのコンポーネント分解・協調最適化ネットワーク(CDCN)を提案する。 CDCNは入力LR画像を特徴空間の構造と詳細成分に分解する。 本稿では,HR画像の細部と構造復元過程を協調的に監督する,劣化駆動型学習戦略を提案する。
  論文  参考訳（メタデータ） (2022-12-03T14:53:56Z)
• Results of improved fractional/integer order PDE-based binarization model [0.0]
  改良された分数次および整数次偏微分方程式(PDE)に基づく双項化スキームの結果と比較を行った。 改良されたモデルでは、前述の定式化によるエッジとバイナリソースの項に加えて、拡散項が組み込まれている。
  論文  参考訳（メタデータ） (2021-11-23T14:19:23Z)
• Analysis of PDE-based binarization model for degraded document images [0.0]
  本報告では、劣化文書画像に対するPDEに基づくバイナライゼーションモデルの結果について述べる。 以上の結果から,鮮やかな透かしと失明したテキストや染料の少ない文書画像の有効性が示唆された。
  論文  参考訳（メタデータ） (2021-11-10T00:56:45Z)
• Score-Based Generative Modeling through Stochastic Differential Equations [114.39209003111723]
  複素データ分布を雑音を注入することによって既知の事前分布に変換する微分方程式を提案する。 対応する逆時間SDEは、ノイズを緩やかに除去し、先行分布をデータ分布に戻す。 スコアベース生成モデリングの進歩を活用することで、これらのスコアをニューラルネットワークで正確に推定することができる。 スコアベース生成モデルから1024×1024画像の高忠実度生成を初めて示す。
  論文  参考訳（メタデータ） (2020-11-26T19:39:10Z)
• Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
  ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。 両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。 画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
  論文  参考訳（メタデータ） (2020-08-25T03:30:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。