【转】SEE: Towards Semi-Supervised End-to-End Scene Text Recognition

最新推荐文章于 2024-08-30 16:04:53 发布
转载 最新推荐文章于 2024-08-30 16:04:53 发布 · 1.2k 阅读 · 0

介绍一种半监督端到端场景文本识别模型，该模型在SVNH和FSNS数据集上验证，无需提供文本检测的边界框，仅需正确标签。采用STN进行文本检测，结合ResNet进行文本识别。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

SEE: Towards Semi-Supervised End-to-End Scene Text Recognition

@jxlxt 推荐

#Object Recognition

本文设计了一个端到端的半监督文本检测和识别模型，通过在 SVNH 和 FSNS 数据集上验证了该模型的 work。文章的模型不需要提供文本检测的 bounding box 只需要提供正确的 label，然后通过预测误差反向传播修正文本检测结果。

端到端的模型 loss 设计困难，通常识别只专注于文本检测或文本识别，但本文使用了 STN 来进行文本检测结合 ResNet 进行识别。先通过 STN 检测文本位置，输出特定区域的文本图片后再通过 CNN 识别文本。


 

▲ 论文模型：点击查看大图


640


论文链接

https://www.paperweekly.site/papers/2113

源码链接

https://github.com/Bartzi/see
---------------------  
作者：Paper_weekly  
来源：优快云  
原文：https://blog.youkuaiyun.com/c9yv2cf9i06k2a9e/article/details/81255972  
版权声明：本文为博主原创文章，转载请附上博文链接！

计算机视觉论文总结系列（三）：OCR篇
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-14 1万+
本篇主要介绍OCR论文总结，主要从OCR论文、模型方法、论文链接进行全面总结介绍，重点论文已标注✨，部分内容取自本人专栏《深入浅出OCR》系列，上述内容后续会继续更新，欢迎大家订阅学习交流，感谢批评指正！
【ECCV2020】接收论文列表part1
TomRen
07-18 7107
ECCV2020 接收论文完整列表 看论文学CV
【text recognition算法】ESIR: End-to-end Scene Text Recognition via Iterative Image Rectification
xuningli84019582的博客
05-22 2695
CVPR 2019 Introduction 这个和ATSER算法相似都是由Rectification network和recognition network组成，不过创新在于在对图片变形时，ASTER学习到TPS变换后仅做一次变换，本算法循环TPS变换N次。 Model 整体框架 2.1 Iterative Rectification Network 2.1.1 Li...
Python-半监督端到端场景文字识别
08-11
Code for the AAAI 2018 publication "SEE: Towards Semi-Supervised End-to-End Scene Text Recognition"
【text recognition算法】Scene Text Recognition from Two-Dimensional Perspective
xuningli84019582的博客
05-23 3271
AAAI 2019 Introduction 作者列举了之前对于irregular text识别算法的缺点，认为sequence recognition的算法是一维的，存在label和sequence无法对齐的问题。于是作者提出了一种全新的基于FCN的对字符检测分类的二维文本识别算法。 一维序列识别算法和二维基于字符坐标识别算法的对比 Model 作者从FCN网络获取灵...
Awesome-Scene-Text-Recognition, 一份专门用于场景文本定位和识别的资源列表.zip
10-10
Awesome-Scene-Text-Recognition, 一份专门用于场景文本定位和识别的资源列表 基于的场景文本本地化识别资源一份专门用于场景文本定位和识别的资源列表。 欢迎使用任何建议和请求请求。文件&代码概述图像中的[2015-PAMI] 文本检测和识别： 调查 paper[2014-Front.Comp
【读点论文】Scene Text Detection and Recognition: The Deep Learning Era
最新发布
白水空空
08-30 1934
本综述旨在总结和分析深度学习时代场景文本检测与识别的重大变化和重大进展。通过这篇文章，我们致力于：（1）介绍新的见解和想法；（2）突出最近的技术和基准；（3）文字作为人类语言的书面形式，使得人们能够跨越时间和空间可靠、有效地传播或获取信息。从这个意义上说，文字构成了人类文明的基石。展望未来趋势。 具体来说，我们将强调深度学习带来的巨大差异和仍然存在的巨大挑战。我们希望这篇评论文章能成为该领域研究人员的参考书。相关资源也收集在我们的 Github 存储库
[论文阅读]Chinese Street View Text: Large-scale Chinese Text Reading with Partially Supervised Learning
SpicyCoder的博客
03-20 1672
文章目录摘要简介相关工作文本阅读基准端到端文本阅读弱监督和部分监督学习方法实验参考文献 文章被收录于ICCV2019 [论文地址]http://openaccess.thecvf.com/content_ICCV_2019/html/Sun_Chinese_Street_View_Text_Large-Scale_Chinese_Text_Reading_With_Partially_ICCV_2...
（八：2020.08.27）CVPR 2020 追踪之论文纲要（译）
热门推荐
Jojo论文基地
08-27 1万+
CVPR 2019 追踪之论文纲要（修正于2020.08.27）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 Respect！ 论文目录 论文 概要 12-in-1 - Multi-Task Vision and Language Repre
【读点论文】Scene Text Recognition with Permuted Autoregressive Sequence Models，引入语言模型纠正字符串识别结果
白水空空
02-25 1700
机器在自然场景中读取文本，首先检测文本区域，然后识别这些区域中的文本。从裁剪区域中识别文本的任务称为场景文本识别(STR)。STR可以读取道路标志，广告牌，纸质账单，产品标签，徽标，印刷衬衫等。它在自动驾驶汽车、增强现实、零售、教育和视障人士设备等领域都有实际应用。与文本属性更加统一的文档中的光学字符识别(OCR)相比，STR必须处理不同的字体样式、方向、文本形状、照明、遮挡量和不一致的传感器条件。在自然环境中拍摄的图像也可能有噪声、模糊或扭曲。实质上，STR是一个重要但非常具有挑战性的问题。STR主要是一
ga设置迭代次数_ESIR：通过迭代矫正图像的端到端场景文本识别系统
weixin_29696567的博客
01-13 783
今天要分享的是南洋理工大学2019年发表在CVPR上的一篇论文。题目名为：通过迭代图像矫正的端到端场景文本识别(ESIR: End-to-end Scene Text Recognition via Iterative Image Rectification)，原文链接为：https://www.researchgate.net/publication/332138404_ESI...
【论文阅读】Semi-supervised Scene Text Recognition
weixin_43596314的博客
03-11 532
[2021-TIP] Semi-supervised Scene Text Recognition Abstract 本文提出了一种新的半监督场景文本识别方法。具体来说，我们设计了编辑奖励和嵌入奖励两个全局指标来评估生成的字符串的质量，并采用强化学习技术直接优化这些奖励。 Contributions 提出了一种新的半监督场景文本识别方法，该方法可以利用大量的未标记数据来提高识别性能。 设计了两个全局指标作为强化学习的优化目标。编辑奖励可以衡量ground truth和生成字符串之间的一致性，而嵌入奖励可以
Scene-Text-Recognition: 实时场景文本识别的AI解决方案
gitblog_00087的博客
04-15 624
Scene-Text-Recognition: 实时场景文本识别的AI解决方案 在数字化时代，图像中的文字提取和识别能力有着广泛的用途，比如自动翻译、智能搜索、广告分析等。今天，我们将向您推荐一个令人瞩目的开源项目——，它由HCIILAB开发，旨在实现高效且准确的实时场景文本识别。 项目简介 Scene-Text-Recognition是一个基于深度学习的框架，专门用于从复杂背景的图像中识别出文本...
外刊文章翻译-Semantics Enhanced Encoder-Decoder Framework for Scene Text Recognition
baidu_33164415的博客
01-03 153
场景文本识别是计算机视觉中的一个热门研究主题。近年来，已经提出了许多基于编码器-解码器框架的识别方法，**它们可以处理透视失真和曲线形状的场景文本。**但是，他们仍然面临许多挑战，例如图像模糊，照明不均匀以及字符不完整。我们认为，大多数编码器-解码器方法都是基于本地视觉特征而没有明确的全局语义信息。在这项工作中，我们提出了一个语义增强的编码器-解码器框架，以稳健地识别低质量的场景文本。语义信息在编码器模块中用于监督，在解码器模块中用于初始化。特别是，将最新的ASTER方法作为示例集成到所提出的框架中。
标题：从数据视角重塑场景文本识别：Revisiting Scene Text Recognition
gitblog_00088的博客
06-14 426
标题：从数据视角重塑场景文本识别：Revisiting Scene Text Recognition Union14M[ICCV 2023] Code base for Revisiting Scene Text Recognition: A Data Perspective项目地址:https://gitcode.com/gh_mirrors/un/Union14M 在计算机视觉领域，场景文...
《Scene Text Detection and Recognition: The Deep Learning Era》论文读后感
dawnyi_yang的博客
03-07 624
图1
2020 场景文本识别相关论文
u011489887的专栏
09-07 1865
CVPR 2020 论场景文本识别中的词汇依赖性 [1].On Vocabulary Reliance in Scene Text Recognition 作者 |Zhaoyi Wan, Jielei Zhang, Liang Zhang, Jiebo Luo, Cong Yao 单位 | 旷视；中国矿业大学；罗切斯特大学 [2].SCATTER: Selective Context Attentional Scene Text Recognizer 作者 |Ron Litman, Or..
计算机视觉：场景识别（Scene Recognition）
博学而笃志，切问而近思。
02-11 9933
计算机视觉：场景识别（Scene Recognition）
【论文阅读】Turning a CLIP Model into a Scene Text Detector
Lyn0717的博客
03-29 1008
场景文本包含有丰富的文本（语义）和视觉信息，与CLIP模型有天然的联系。提出的框架可以用于改进现有的场景文本检测器促进了现有方法的few-shot训练能力将CLIP模型迁移到现有的场景文本检测方法中，进一步实现较好的区域适应能力（domain adaptation ability）
towards semi-supervised deep facial expression recognition with an adaptive
11-12
近年来，半监督深度面部表情识别成为了人们关注的热点问题之一。在这个领域，研究人员一直致力于利用少量有标签的数据和大量无标签的数据来提高面部表情识别的准确性和鲁棒性。Adaptive是一种有效的半监督学习方法，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值