文書画像のゆがみや明るさ、深層学習で補正 香港科技大学やMicrosoftなど開発

一般的なモバイルカメラで撮影した文書画像は、文書が変形したり（傾き、湾曲、しわ等）、照明などの条件によって字が読みにくくなったりする。 新技術では、単一の入力画像からさまざまなゆがみタイプの文書画像を補正するために、局所ベースの学習法を採用。入力画像をグリッド状に分割してから、分割した各パーツを訓練済みの深層学習ネットワークに送り、局所的なゆがみを検出。ゆがみや明るさを補正し、つなぎ合わせて出力する。いったん分割することで、従来の補正法よりも高品質に出力できるという。