AAAI2024最佳解读|DocNLC A Document Image Enhancement Framework with Normalized and Latent

论文标题

DocNLC: A Document Image Enhancement Framework with Normalized and Latent Contrastive Representation for Multiple Degradations 文档图像增强框架：基于归一化和潜在对比表示的多重退化处理

论文链接

DocNLC: A Document Image Enhancement Framework with Normalized and Latent Contrastive Representation for Multiple Degradations论文下载

论文作者

Ruilu Wang, Yang Xue, Lianwen Jin

内容简介

本文提出了一种新的文档图像增强框架DocNLC，旨在解决由于多种退化现象导致的文档图像质量下降问题。现有的文档图像增强方法通常专注于消除单一类型的退化，而DocNLC则通过对比学习方法，考虑不同退化类型之间的关系，利用直接和潜在对比来约束内容一致性，从而实现对多种退化的统一处理。该框架通过设计潜在对比学习模块，强制不同退化类型的归一化表示显式去相关，减少冗余。实验结果表明，DocNLC在多个公开数据集的预训练和微调阶段均优于现有最先进的文档图像增强模型。此外，本文还探讨了DocNLC在下游任务中的潜在应用。

分点关键点

1. DocNLC框架的创新

   • DocNLC是第一个统一处理多种退化类型的文档图像增强框架。通过直接和潜在对比学习，DocNLC能够提取不同退化类型的共同特征，减少冗余，从而实现文档图像的统一恢复。

2. 潜在对比学习模块

   • 该模块在训练阶段发挥重要作用，通过强制不同退化表示之间的显式去相关，提升了模型的泛化能力。与现有的对比学习框架不同，DocNLC采用非对称对比形式，赋予主模态和其他模态不同的重要性。

3. 综合实验结果

   • 在四个公开可用的独立数据集上进行的实验表明，DocNLC在文档图像增强任务中表现优异，超越了现有的最先进技术，证明了其通用性和有效性。

4. 下游任务的潜在益处

   • DocNLC不仅在文档图像增强中表现出色，还可能在其他下游任务中提供帮助，提升相关应用的性能。

论文代码

代码链接：https://github.com/RylonW/DocNLC

中文关键词

1. 文档图像增强
2. 归一化
3. 潜在对比学习
4. 多重退化
5. 深度学习
6. 图像恢复

AAAI论文合集：

AAAI论文合集

希望这些论文能帮到你！如果觉得有用，记得点赞关注哦~ 后续还会更新更多论文合集！！