CVPR 2020文档图像分析与识别相关论文22篇分类简介

今年CVPR与STR（场景文字识别）或DAR（文档图像分析与识别）相关的论文共22篇，相比于去年（CVPR 2019，17篇）增加了5篇，表明此领域的研究热度在持续增加。

CVPR 2020论文PDF全文已经可在官方网站下载，链接如下：

http://openaccess.thecvf.com/CVPR2020.py

本文按场景文字检测、场景文字识别、文本数据合成、手写文字分析与识别、文档图像版面分析、文本VQA等十个类别对这22篇论文进行了分类梳理，简介如下（标*的论文表示该论文方法的代码已开源，共有9篇论文的代码已经开源，另外1篇论文公开了数据集）。

1

场景文字检测（2篇）

0 1

Deep Relational Reasoning Graph Network for Arbitrary Shape Text Detection*

0 2

ContourNet: Taking  a Further Step Toward Accurate Arbitrary-Shaped Scene Text Detection*

2

场景文字识别（4篇）

03

SCATTER：Selective Context Attentional Scene Text Recognizer

04

Towards Accurate Scene Text Recognition With Semantic Reasoning Networks

05

SEED ： Semantics Enhanced Encoder-Decoder Framework for Scene Text Recognition*

06

On Vocabulary Reliance in Scene Text Recognition

3

端到端文字检测+识别（1篇）

07

ABCNet： Real-Time Scene Text Spotting With Adaptive Bezier-Curve Networ k *

4

场景文字识别对抗攻击（1篇）

08

What Machines See Is Not What They Get：Fooling Scene Text Recognition Models With Adversarial Text Images

5

文本数据合成/数据增广/风格迁移/场景文字编辑（5篇）

09

ScrabbleGAN：Semi-Supervised Varying Length Handwritten Text Generation

10

Learn to Augment：Joint Data Augmentation and Network Optimization for Text Recognition*

11

UnrealText: Synthesizing Realistic Scene Text Images From the Unreal World*

12

SwapText: Image Based Texts Transfer in Scenes

13

STEFANN: Scene Text Editor Using Font Adaptive Neural Network*

6

文档图像处理（去阴影、碎片文档重构）（2篇）

14

BEDSR-Net: A Deep Shadow Removal Network From a Single Document Image  （文中提到：本文数据集及代码将开源）

15

Fast(er) Reconstruction of Shredded Text Documents via Self-Supervised Deep Asymmetric Metric Learning

7

手写文字分析与识别（2篇）

16

Sequential Motif Profiles and Topological Plots for Offline Signature Verification

17

OrigamiNet: Weakly-Supervised, Segmentation-Free, One-Step, Full Page Text Recognition by learning to unfold*

8

文档图像版面分析（1篇）

18

Cross-Domain Document Object Detection: Benchmark Suite and Method

9

文本VQA（3篇）

19

On the General Value of Evidence, and Bilingual Scene-Text Visual Question Answering （数据集已公开）

20

Multi-Modal Graph Neural Network for Joint Reasoning on Vision and Scene Text

21

Iterative Answer Prediction With Pointer-Augmented Multimodal Transformers for TextVQA

10

其它（1篇）

下面这篇论文严格来说是并不是OCR或DAR领域的论文（属于计算机视觉及图像处理基础化技术的论文)，但鉴于MSER曾经是文字检测领域最重要的方法之一，故小编也把此文列入。

22

Fast MSER*

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

欢迎扫一扫关注专知视频号，第一时间看人工智能最新精彩视频！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源