2017-2018高水平的文本检测识别文章

最新推荐文章于 2025-05-26 09:00:00 发布
原创 最新推荐文章于 2025-05-26 09:00:00 发布 · 3.8k 阅读 · 16 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文汇总了2017-2018年间在文本检测与识别领域的先进研究，涵盖了ASTER、AON、Focusing Attention等识别方法，以及Single Shot TextSpotter、IncepText、Deep Residual Text Detection Network等检测技术，还探讨了端到端的TextSpotter解决方案。

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

2017-2018论文更新

识别

  1. XiangBai——【PAMI2018】ASTER_An Attentional Scene Text Recognizer with Flexible Rectification

  2. Zhanzhan Cheng——【CVPR2018】AON_Towards Arbitrarily-Oriented Text Recognition

  3. Zhanzhan Cheng——【CVPR2018】Edit Probability for Scene Text Recognition

  4. Christian Bartz——【AAAI2018】SEE_Towards Semi-Supervised End-to-End Scene Text Recognition

  5. Zhanzhan Cheng——【ICCV2017】Focusing Attention_Towards Accurate Text Recognition in Natural Images

检测

  1. Lianwen Jin——【2017】Detecting Curve Text in the Wild_New Dataset and New Solution

  2. Zichuan Liu——【CVPR2018】Learning Markov Clustering Networks for Scene Text Detection

  3. Tong He——【CVPR2018】Single Shot TextSpotter with Explicit Alignment and Attention

  4. XiangBai——【CVPR2018】Rotation-Sensitive Regression for Oriented Scene Text Dete

最低0.47元/天 解锁文章

200万优质内容无限畅学
（14-1）OCR文本检测识别系统（OpenCV+TensorFlow Lite+TensorFlow+Android）：背景介绍+背景介绍
码农三叔
04-25 1743
OCR（Optical Character Recognition）即光学字符识别，是指电子设备（如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法 将形状翻译成计算机文字的过程：即对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。在本章的内容中，将详细讲解使用人工智能技术开发一个OCR文本检测识别系统的过程。
深度学习实战85-AI文本检测之识别判断是AI创作的内容还是人类创作的内容，你的论文是否是大模型生成的呢？
微学AI的博客
08-12 747
大家好，我是微学AI，今天给大家介绍一下深度学习实战85-AI文本检测之识别判断是AI创作的内容还是人类创作的内容，你的论文是否是大模型生成的呢？本文将基于RoBERTa模型的AI文本检测技术，旨在识别文本是否由AI生成。RoBERTa模型通过动态掩码机制、更大规模的数据集、去除NSP任务等改进，提升了模型的鲁棒性和泛化能力。
深度学习：多场景多尺度的文本检测
简简单单
09-02 4313
《Fused Text Segmentation Networks for Multi-oriented Scene Text Detection》 用于多场景文本检测的融合文本分割网络。（2018.5.7） 文章笔记 摘要 - 本文从实例感知语义分割的角度介绍了一种新的面向多向场景文本检测的端到端框架。 我们提出了融合文本分割网络，它在特征提取过程中结合了多级特征，因为与一般对象相比，文本...
最新《自然场景中文本检测与识别》综述论文
06-10
对自然图像中的文本进行检测和识别是计算机视觉领域的两个主要问题，在体育视频分析、自动驾驶、工业自动化等领域都有广泛的应用。他们面临着共同的具有挑战性的问题，即文本如何表示和受几种环境条件的影响的因素。
TextSnake.pytorch：灵活检测任意形状文本的强大工具
最新发布
gitblog_00530的博客
05-26 836
TextSnake.pytorch：灵活检测任意形状文本的强大工具 项目介绍 TextSnake.pytorch 是一个基于 PyTorch 的开源项目，旨在通过灵活的表示方法检测任意形状的文本。该项目实现了 TextSnake 算法，该算法在 ECCV 2018 论文中被提出，并由 Megvii 团队开发。TextSnake.pytorch 提供了完整的训练和推理代码，支持最新版本的 PyTor...
2017-2018论文更新
weixin_30715523的博客
07-15 408
2017-2018论文更新 识别 XiangBai——【PAMI2018】ASTER_An Attentional Scene Text Recognizer with Flexible Rectification Zhanzhan Cheng——【CVPR2018】AON_Towards Arbitrarily-Oriented Text Recognition Zhanzhan Cheng—...
文本检测论文学习
u011489887的专栏
06-13 840
1.Single Shot Text Detector with Regional Attention本篇论文主要基于vgg16的ssd网络进行改进，由上图可以清晰的看出上中下三个部分，上层是SSD骨架网络结构，中层添加文本注意力模块使网络能够更加关注文本区域，同时融合不同尺度的特征，可以看出是借鉴了FCN以及GooleNet。创新点：1.文本注意力机制（还不太理解）2.多尺度特征融合...
文本检测-基于分割的文本检测算法论文笔记
lucifer_24的博客
10-05 973
PSENet和DBNet论文笔记
人工智能学习--文本检测实践
GGY1102的博客
03-16 1421
注释：文本检测 和 文本识别是两回事。 可能现在已经有 end-to-end的深度神经网络可以将文本检测和识别一起实现，这个要去搜相关的sci论文。 文本检测，是从一张图片中找到文字区域，并用矩形框标注出来。 不做识别的功能。 文本识别，前提是假设已经有文本框的内容，对这些内容实现文字识别。 转自：https://my.oschina.net/u/876354/blog/3054322 并加以小修改，供学习参考。 文字检测是文字识别过程中的一个非常重要的环节，文字检测的主要目标是将图片...
通用卡证信息高精度识别流程 OCR 文本检测 文本识别 身份证 银行卡
隆力奇的博客
04-22 4137
这是一篇基于OCR技术的卡证类智能图像识别开发流程指引，囊括了目标检测，关键点定位，图像校正，文本检测，文本识别等多种技术，并通过示例带领读者切实体验和加深理解。
【文本检测】必读论文合集推荐丨 定向场景文本检测、多方向文本检测等
AI_Conf的博客
05-16 849
近年来，场景文本端到端检测识别取得了很大的进展。文本检测（text detection）和识别是计算机视觉领域中的两个主要问题，需要从图像中找到自然语言文本的位置并识别出具体的内容，在体育视频分析，自动驾驶，工业自动化等领域具有广泛的应用。随着深度学习的发展，当前最先进的文本检测和识别方法在处理多分辨率和多领域文本时在各个基准数据集展示了卓越的准确性。但是，仍然存在一些处理存在于广泛图像中文本的挑战，例如现有模型无法推广到此前未出现的数据和标记不足的数据，导致现有方法表现不佳。 关于文本检测，还有很多领域.
文档扫描和搜索工具PaperworkOCR.zip
07-19
Paperwork 是一个 GUI 工具，可以使用 OCR 对纸张内容进行搜索。基本的思路就是“扫描然后忘记”。 标签：Paperwork
场景文字检测与识别相关论文
u011489887的专栏
05-29 3174
一 文字检测Multi-Oriented Scene Text Detection via Corner Localization and Region Segmentationhttps://arxiv.org/abs/1802.08948B. Shi, X. Bai, S. Belongie. Detecting oriented text in natural images by linki...
论文盘点：CVPR 文本检测
Query的博客
12-02 2986
cvpr2017 EAST: An Efficient and Accurate Scene Text Detector 论文地址：https://arxiv.org/pdf/1704.03155.pdf 翻译地址：https://blog.youkuaiyun.com/qq_39707285/article/details/103726171 cvpr2018 Multi-Oriented Scene Text Detection via Corner Localization and Region Segmenta
【OCR多模态大模型paper阅读笔记--2】 LayoutLLM: Layout Instruction Tuning with Large Language Models for Document
Mugi_jiang的博客
05-31 678
目前使用扁平或layout文本来提示llm的方法，以及训练基于文档的mllm不能有效地捕获布局信息，限制了它们的0-shot文档理解能力。与现有的使用一般视觉预训练模型作为encoder的MLLM不同，本文将文档预训练模型作为encoder。分为文档级、区域级和段级，保证模型既能学习到文档的全局信息，又能学习到不同层次的详细信息。模型对问题有了更深入的理解，能够专注于相关区域，而不是在整个文档中搜索答案。现有的使用 MLLM 进行文档理解的工作也没有充分探索文档布局信息。文档级、区域级和段级。
Exploring the Capacity of Sequential-free Box Discretization Network for Omnidirectional Scene Text
学无止境
01-05 1273
SBD首先将四边形边框离散为几个关键边缘，其中包含所有可能的水平和垂直位置。为了解码准确的顶点位置，提出了一种简单而有效的匹配程序来重构四边形边界框。 基本思想是利用与标签序列无关的不变表示形式（例如，最小x，最小y，最大x，最大y，平均中心点和对角线的相交点）来反推边界框坐标。为了简化参数化，SBD首先查找所有包含顶点的离散水平和垂直边。 然后学习序列标记匹配类型以找出最佳拟合的四边形。 摆脱了训练目标的模糊性。 贡献 第一个根据四边形边界框的顺序解决文本检测歧义的方法，这对于实现良好的检测精度至关重要
基于深度学习的场景文本检测和识别（Scene Text Detection and Recognition）综述
热门推荐
加油
12-04 1万+
1. 引言 文字是人类最重要的创作之一，它使人们在时空上可以有效地、可靠的传播或获取信息成为可能。 场景中的文字的检测和识别对我们理解世界很有帮助，它应用在图像搜索、即时翻译、机器人导航、工业自动化等领域。 一个场景文字识别检测示例： 目前，场景文字检测和识别主要存在3个难点： 自然场景中文本多样性和变异性：文本的颜色、大小、字体、形状、方向、宽高比等属性变化较多。 背景的复杂性和干扰：背景存在与文本相似的形状的物体（例如砖块、窗户、交通标志等）；存在遮挡问题。 不完善的成像条件（低分辨率、失真、模糊、
OCR技术文档
BeyondCN2008的专栏
12-27 2913
HOME CATEGORIES ARCHIVES LINKS SEARCH ABOUT ME OCR  Published: 09 Oct 2015  Category: deep_learning Jump to... Papers Text Detection Text Recognition Text Detection + Recognition Breaking ...
文字识别论文合集（主要转自其他的博客，记录一下）
nanxiaoting的博客
09-08 4624
原文链接：https://blog.youkuaiyun.com/peaceinmind/article/details/51387367 本文写成时主要参考了[1,2], 后面加了一些自己收集的，不过大家都在更新，所以区别点击打开链接不是很大~   综述 [2015-PAMI-Overview]Text Detection and Recognition in Imagery: A Survey[p...
顺祺原创文章检测工具：轻松识别文章原创性
1. **工具的易用性：** 根据描述，该原创文章检测工具拥有良好的用户体验设计，操作简便，适合不同水平的用户进行原创度检测。 2. **运行环境要求：** .NET Framework 4.0是微软推出的软件框架版本之一，主要用于...
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