ZZZHANG-jx/Recommendations-Document-Image-Processing

해결하는 문제

촬영된 문서는 종종 그림자, 말림, 블러, 고르지 않은 조명 또는 낮은 대비로 인해 읽거나 자동으로 처리하기 어렵습니다. 이 프로젝트는 이러한 문제를 해결하기 위한 최신 연구를 모아 그림자 제거, 말린 페이지 평탄화, 블러 선명화, 전반적인 외관 개선과 같은 작업을 다루며, 문서 사진을 스캔본이나 디지털 PDF처럼 깨끗하게 보이도록 합니다.

작동 방식

이것은 소프트웨어 도구가 아니라 잘 정리된 문헌 모음집입니다. 논문, 데이터셋, 최신 기술(SOTA) 결과를 작업별 섹션으로 분류합니다. 각 섹션에는 관련 논문과 게재 학회, 가능한 경우 코드 링크, 해당 데이터셋의 크기 및 다운로드 링크가 나열되어 있으며, SSIM, PSNR, RMSE와 같은 벤치마크 지표에서 최근 기법들을 비교한 SOTA 테이블이 포함되어 있습니다. 섹션은 레지스트레이션(동일 문서의 두 이미지 정렬), 올인원 복원(단일 모델로 여러 열화 처리), 외관 향상, 그림자 제거, 왜곡 보정, 블러 제거, 이진화, 필기체 삭제를 다룹니다. 또한 여러 데이터셋에 대한 예시 이미지도 포함되어 있습니다.

대상 사용자

문서 이미지 처리나 OCR 파이프라인을 연구하는 연구자, 학생 또는 엔지니어. 어떤 기법이 최신인지, 어떤 데이터셋이 일반적으로 사용되는지, 특정 기술의 코드를 어디서 구할 수 있는지 알고 싶다면 이 모음집이 문헌 검색 시간을 크게 절약해 줍니다.

주요 특징

• 8개의 주요 문서 이미지 처리 작업과 관련 앱 및 도구 섹션을 포함합니다.
• 각 작업 섹션에는 CVPR, ICCV, ACM MM과 같은 최고 학회의 최근 논문(2018–2026)이 나열되어 있으며, 가능한 경우 코드 저장소 링크가 제공됩니다.
• 합성 데이터부터 실제 데이터까지 다양한 데이터셋이 포함되어 있으며, 다운로드 링크와 예시 이미지가 제공됩니다.
• SOTA 테이블은 외관 향상을 위한 DocUNet 및 RealDAE 데이터셋, 그림자 제거를 위한 Kligler, Jung, OSR, RDD, SD7K 등 공개 벤치마크에 대한 빠른 비교를 제공합니다.
• 통합 복원 모델(All in One) 섹션은 DocRes 및 확산 모델 기반 접근 방식과 같이 단일 모델에서 여러 열화 문제를 처리하는 최근의 노력을 강조합니다.