PulseAugur
中
实时 19:36:52

New AI models tackle newspaper image hierarchy and structure understanding · 2 sources tracked

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了两种理解报纸图像复杂分层结构的方法。一种方法使用模块化流水线，结合 YOLO 进行布局检测和 LayoutReader 进行阅读顺序识别；另一种方法引入了 Tiramisu，这是一种新颖的基于 transformer 的架构，旨在迭代地建模文档层次结构。该研究还引入了 Finlam La Liberté，这是一个用于评估历史报纸中分层信息检索的新数据集，并公开了 Tiramisu 的训练代码。 AI

影响 这项研究可以改进历史文献的自动化数字化和信息检索。

排序理由 该集群包含一篇学术论文，详细介绍了用于特定研究任务的新 AI 模型和数据集。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

New AI models tackle newspaper image hierarchy and structure understanding · 2 sources tracked

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · William Moca\"er, Sol\`ene Tarride, Thomas Constum, Merveilles Agbeti-Messan, Tom Simon, Cl\'ement Chatelain, St\'ephane Nicolas, Pierrick Tranouez, S\'ebastien Cretin, Thierry Paquet ·

    迈向报纸图像的层级结构理解

    arXiv:2607.15082v1 Announce Type: cross Abstract: Understanding newspaper images remains a challenging task due to their complex, nested hierarchical structures and dense, heterogeneous layouts. In this paper, we explore two complementary approaches for newspaper structure unders…

  2. arXiv cs.AI TIER_1 English(EN) · Thierry Paquet ·

    迈向报纸图像的层级结构理解

    Understanding newspaper images remains a challenging task due to their complex, nested hierarchical structures and dense, heterogeneous layouts. In this paper, we explore two complementary approaches for newspaper structure understanding. First, we present a modular bottom-up pip…

相关实体

相关话题