一種基于Transformer的雙流文檔圖像質(zhì)量評(píng)價(jià)算法

打開(kāi)文本圖片集

摘 要：為了解決文檔圖像質(zhì)量評(píng)價(jià)網(wǎng)絡(luò)對(duì)圖像特征提取不充分、評(píng)價(jià)指標(biāo)不恰當(dāng)?shù)葐?wèn)題，提出了一種基于Transformer的雙流文檔圖像質(zhì)量評(píng)價(jià)算法。首先，利用Transformer提取圖像特征，計(jì)算特征通道間注意力;其次，使用權(quán)重模塊預(yù)測(cè)文檔圖像OCR（光學(xué)字符識(shí)別）準(zhǔn)確率作為文檔圖像質(zhì)量得分，使用CNN（卷積神經(jīng)網(wǎng)絡(luò)）提取文檔全局特征，全連接后預(yù)測(cè)圖像的自然圖像得分;最后，將兩者得分結(jié)合作為預(yù)測(cè)圖像的質(zhì)量得分。（剩余7113字）