【文字超分辨率】Improving Text Image Resolution using a Deep Generative Adversarial Network for OCR 阅读笔记

会议：2019 International Conference on Document Analysis and Recognition (ICDAR)

Abstract

为了提高OCR的准确率，本文提出了一种基于GAN的方法。
使用了perceptual loss，包括an adversarial loss, a content loss and an L1 loss.

INTRODUCTION

随着深度学习的发展，许多用于提高识别精度的字符识别模型被提出。但是，除了用于字符识别的模型外，识别精度主要取决于图像分辨率，这在早期工作中很少被研究。
对于相同的识别模型，我们在高分辨率（HR）图像上可以获得比在低分辨率（LR）图像上更好的结果。 对于某些LR图像，仅通过重新设计识别模型很难获得预期的识别精度。 因此，有必要在识别之前使用超分辨率方法进行预处理。

本文提出了一种基于条件生成对抗网络（cGAN）的提高文本图像分辨率的方法，在网络训练中采用了更为复杂的损失函数。

在我们基于cGAN的方法中，有两个子网络，即生成器和判别器，它们是使用基于游戏的方式进行训练的。 训练后，生成器网络用于将LR文本图像映射到HR文本图像。
使用的感知损失函数包括对抗损失，内容损失和L1损失。对抗损失用于确保生成的SR图像接近于真实的