ArmorOCR框架通过新的AdvSpot基准增强了对抗性OCR感知能力

研究人员推出ArmorOCR，一个新颖的两阶段训练框架，旨在增强光学字符识别（OCR）在对抗性攻击下的鲁棒性。该框架通过提出AdvSpot来解决现有OCR基准的局限性，AdvSpot是第一个专门用于基于基础的对抗性OCR评估的基准，包含390张具有区域级标注的图像，涵盖各种对抗性OCR类型。ArmorOCR利用On-Policy Self-Distillation (OPSD) 从转换后的观测中获取对抗性OCR感知能力，并通过Group Relative Policy Optimization (GRPO) 来完善这种感知能力，在保持通用OCR性能的同时，展示了增强的对抗性OCR能力。 AI

影响 这项研究可能带来更鲁棒的OCR系统，能够抵御对抗性攻击，从而提高依赖文本识别的应用的安全性与可靠性。

排序理由 该集群包含一篇详细介绍对抗性OCR新方法和基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• AdvSpot
• ArmorOCR
• arXiv
• Group Relative Policy Optimization
• Large Multimodal Models
• On-Policy Self-Distillation
• optical character recognition
• visual question answering

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →