ZZZHANG-jx/Recommendations-Document-Image-Processing

解決する課題

撮影されたドキュメントは、影、カール、ぼけ、不均一な照明、またはコントラストの低さに悩まされることが多く、これらは読み取りや自動処理を困難にします。このプロジェクトは、これらの問題を解決するための最新の研究を集約しており、影の除去、カールしたページの平坦化、ぼけの鮮明化、全体的な外観の改善といったタスクをカバーし、ドキュメントの写真をスキャンされたPDFやデジタルPDFと同じくらいきれいに見せることを目指しています。

仕組み

これはソフトウェアツールではなく、整理された文献コレクションです。論文、データセット、および最先端（SOTA）の結果をタスク別のセクションに分類しています。各セクションには、関連する論文と掲載会議、利用可能な場合はコードへのリンク、対応するデータセットのサイズとダウンロードリンク、そしてSSIM、PSNR、RMSEなどのベンチマーク指標で最近の手法を比較したSOTAテーブルが記載されています。セクションは、レジストレーション（同一ドキュメントの2枚の画像の整列）、オールインワン復元（単一モデルで複数の劣化を処理）、外観強調、影除去、歪み補正、ぼけ除去、二値化、手書き文字消去をカバーしています。また、いくつかのデータセットのサンプル画像も含まれています。

対象読者

ドキュメント画像処理やOCRパイプラインに取り組む研究者、学生、エンジニア。どの手法が最先端か、どのデータセットが一般的に使用されているか、特定の技術のコードをどこで入手できるかを知りたい場合、このコレクションは文献検索の時間を大幅に節約します。

ハイライト

• 8つの主要なドキュメント画像処理タスクと、関連アプリやツールに関するセクションを網羅。
• 各タスクセクションには、CVPR、ICCV、ACM MMなどのトップ会議からの最近の論文（2018–2026）がリストされており、利用可能な場合はコードリポジトリへのリンクも提供。
• 合成データから実世界のデータまで多様なデータセットが含まれ、ダウンロードリンクとサンプル画像が付属。
• SOTAテーブルにより、外観強調のためのDocUNetやRealDAEデータセット、影除去のためのKligler、Jung、OSR、RDD、SD7Kなど、公開ベンチマークでの迅速な比較が可能。
• 統一復元モデル（All in One）セクションでは、DocResや拡散モデルベースのアプローチなど、単一モデルで複数の劣化を処理する最近の取り組みを強調。