PulseAugur
中
实时 08:17:44

New RISTER network achieves state-of-the-art in multi-oriented scene text recognition

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的旋转不变场景文本识别网络RISTER，旨在克服现实场景中多方向文本的挑战。与先前明确估计方向的方​​法不同，RISTER将旋转不变性直接集成到其编码器-解码器架构中。该网络在编码器中使用了旋转等变局部-全局提取网络，在解码器中使用了旋转不变的交叉注意力机制。这种方法为旋转不变性提供了理论保证，在不增加计算成本或依赖数据驱动的方向校正的情况下提高了鲁棒性，并在各种基准测试中展示了最先进的性能。 AI

影响 增强了场景文本识别的鲁棒性和准确性，可能改进自动驾驶和文档分析等应用。

排序理由 该集群描述了一篇新颖的研究论文，其中详细介绍了一种用于场景文本识别的新模型架构。

在 Hugging Face Daily Papers 阅读 →

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

New RISTER network achieves state-of-the-art in multi-oriented scene text recognition

报道来源 [2]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    用于可证明多方向场景文本识别的嵌入旋转不变性

    Multi-oriented text is ubiquitous in real-world scenes and remains a major challenge for scene text recognition (STR). Existing rotation-aware methods explicitly estimate text orientation. However, due to the lack of theoretical guarantees, they are prone to error accumulation, i…

  2. arXiv cs.CV TIER_1 English(EN) · Zhibin Ma, Pengwen Dai, Yi Liu, Xugong Qin, Chenyun Yu, Xiaochun Cao ·

    用于可证明多方向场景文本识别的嵌入旋转不变性

    arXiv:2608.10684v1 Announce Type: new Abstract: Multi-oriented text is ubiquitous in real-world scenes and remains a major challenge for scene text recognition (STR). Existing rotation-aware methods explicitly estimate text orientation. However, due to the lack of theoretical gua…

相关实体

相关话题