Компьютерная оптика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерная оптика:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерная оптика, 2022, том 46, выпуск 3, страницы 429–435
DOI: https://doi.org/10.18287/2412-6179-CO-1016
(Mi co1032)
 

Эта публикация цитируется в 3 научных статьях (всего в 3 статьях)

INTERNATIONAL CONFERENCE ON MACHINE VISION

Tiny CNN for feature point description for document analysis: approach and dataset

A. Sheshkusabc, A. Chirvonayacd, V. Arlazarovbc

a Moscow Institute of Physics and Technology (State University), Dolgoprudny, Moscow region
b Institute for Systems Analysis of Russian Academy of Sciences
c Smart Engines Service LLC, Moscow
d National University of Science and Technology «MISIS», Moscow
Аннотация: In this paper, we study the problem of feature points description in the context of document analysis and template matching. Our study shows that specific training data is required for the task especially if we are to train a lightweight neural network that will be usable on devices with limited computational resources. In this paper, we construct and provide a dataset of photo and synthetically generated images and a method of training patches generation from it. We prove the effectiveness of this data by training a lightweight neural network and show how it performs in both general and documents patches matching. The training was done on the provided dataset in comparison with HPatches training dataset and for the testing, we solve HPatches testing framework tasks and template matching task on two publicly available datasets with various documents pictured on complex backgrounds: MIDV-500 and MIDV-2019.
Ключевые слова: feature points description, metrics learning, training dataset
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 18-29-26033
19-29-09064
This work was supported by the Russian Foundation for Basic Research (projects 18-29-26033 and 19-29-09064).
Поступила в редакцию: 23.07.2021
Принята в печать: 22.10.2021
Тип публикации: Статья
Язык публикации: английский
Образец цитирования: A. Sheshkus, A. Chirvonaya, V. Arlazarov, “Tiny CNN for feature point description for document analysis: approach and dataset”, Компьютерная оптика, 46:3 (2022), 429–435
Цитирование в формате AMSBIB
\RBibitem{SheChiArl22}
\by A.~Sheshkus, A.~Chirvonaya, V.~Arlazarov
\paper Tiny CNN for feature point description for document analysis: approach and dataset
\jour Компьютерная оптика
\yr 2022
\vol 46
\issue 3
\pages 429--435
\mathnet{http://mi.mathnet.ru/co1032}
\crossref{https://doi.org/10.18287/2412-6179-CO-1016}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/co1032
  • https://www.mathnet.ru/rus/co/v46/i3/p429
  • Эта публикация цитируется в следующих 3 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерная оптика
    Статистика просмотров:
    Страница аннотации:24
    PDF полного текста:12
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024