Hoy en día, casi cualquier problema de visión por computadora se resuelve mediante una red neuronal. La rectificación geométrica de documentos no es una excepción: los modelos modernos pueden enderezar incluso hojas de papel arrugadas.
La realidad es diferente: nadie arruga los documentos comerciales antes del reconocimiento; mucho más a menudo simplemente se doblan por la mitad o en tercios para facilitar su almacenamiento o transporte. Por lo tanto, los grandes modelos de redes neuronales en realidad tienen un interés más bien científico y, para fines prácticos, es mucho más útil idear un algoritmo simple, pero efectivo y rápido.
b
Motores inteligentes
Tomamos un camino diferente: en lugar de una red neuronal universal, construimos un modelo matemático de un documento doblado en tres. Como resultado, obtuvimos un algoritmo que no solo supera en calidad al moderno transformador geométrico DocTr, sino que también funciona hasta 60 veces más rápido.
En este artículo te contamos cómo funciona nuestro enfoque, por qué necesitábamos la geometría proyectiva escolar y cómo nos proporciona la continuidad de la imagen rectificada.
Leer más
|
@habr_ai