实体
Scene text recognition using similarity and a lexicon with sparse belief propagation
Scene text recognition using similarity and a lexicon with sparse belief propagation
PulseAugur coverage of Scene text recognition using similarity and a lexicon with sparse belief propagation — every cluster mentioning Scene text recognition using similarity and a lexicon with sparse belief propagation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
New RISTER network achieves state-of-the-art in multi-oriented scene text recognition
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。
-
新的二维位置编码提升Transformer场景文本识别能力
研究人员开发了一种新颖的二维旋转位置嵌入（2D-RoPE-STR）方法，以改进基于Transformer的场景文本识别（STR）。这种新方法通过更好地捕捉文本图像的二维空间结构来解决现有的一维位置编码的局限性，这对于处理弯曲、旋转和透视失真的文本至关重要。该方法引入了各向异性维度分配，并将旋转耦合扩展到编码器-解码器交叉注意力中，从而实现更准确的自回归解码。在六个标准基准上的评估显示，性能有了显著提升，尤其是在处理不规则文本布局方面。