Unsupervised Document Binarization of Engineering Drawings via Multi Noise CycleGAN

The task of document binarization of degraded complex documents is tremendously challenging due to the various forms of noise often present in these documents. While the current state-of-the-art deep learning approaches are capable for the removal of various noise types in documents with high accura...

詳細記述

保存先:
書誌詳細
主要な著者: Rosli, L.H., Hooi, Y.K., Bin, O.K.
フォーマット: 論文
出版事項: 2023
オンライン・アクセス:http://scholars.utp.edu.my/id/eprint/37611/
https://www.scopus.com/inward/record.uri?eid=2-s2.0-85168803705&doi=10.14569%2fIJACSA.2023.0140791&partnerID=40&md5=af01ea6cb9d491b43f810d3933911448
タグ: タグ追加
タグなし, このレコードへの初めてのタグを付けませんか!
このレコードへの初めてのコメントを付けませんか!
この操作にはログインが必要です