Text Detection Forgot About Document OCR

要約

一般に光学式文字認識 (OCR) と呼ばれる、スキャンやその他の画像からのテキストの検出と認識は、自動化されたドキュメント処理の広く使用されている形式であり、多数の方法が利用可能です。
しかし、OCR システムは依然として 100% の精度を達成しておらず、正確な読み取りが不可欠なアプリケーションでは人間による修正が必要です。
機械学習の進歩により、複雑なシーンの写真からオブジェクト上のテキストを検出するなど、「実際の」テキスト検出と認識のさらに困難なシナリオが可能になりました。
最先端のテキスト認識方法は通常、複雑なシーンで評価されますが、ドキュメントのドメインでのパフォーマンスは通常公開されておらず、ドキュメント OCR の方法との包括的な比較は行われていません。
この論文では、野生のテキスト認識と文書テキスト認識のために設計されたいくつかの方法を比較し、構造化文書のドメインでの評価を提供します。
この結果は、もともと野生のテキスト検出用に提案された最先端の方法が、ドキュメントのテキスト検出でも競争力のある結果を達成し、利用可能な OCR 方法よりも優れていることを示唆しています。
テキスト検出および認識方法の評価において、ドキュメント OCR の適用を省略すべきではないと主張します。

要約(オリジナル)

Detection and recognition of text from scans and other images, commonly denoted as Optical Character Recognition (OCR), is a widely used form of automated document processing with a number of methods available. Yet OCR systems still do not achieve 100% accuracy, requiring human corrections in applications where correct readout is essential. Advances in machine learning enabled even more challenging scenarios of text detection and recognition ‘in-the-wild’ – such as detecting text on objects from photographs of complex scenes. While the state-of-the-art methods for in-the-wild text recognition are typically evaluated on complex scenes, their performance in the domain of documents is typically not published, and a comprehensive comparison with methods for document OCR is missing. This paper compares several methods designed for in-the-wild text recognition and for document text recognition, and provides their evaluation on the domain of structured documents. The results suggest that state-of-the-art methods originally proposed for in-the-wild text detection also achieve competitive results on document text detection, outperforming available OCR methods. We argue that the application of document OCR should not be omitted in evaluation of text detection and recognition methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google