跳到正文
arXiv · 机器人与计算机视觉· Adarsh Arigala, Ramesh Gundluru, Srinivasan Umesh, Ludovick Lepauloux, Hakim Hacid·· 2 天前AI 评分72

Pixel-KWS:基于渲染字形的正交鲁棒性开放词汇关键词检测框架

Pixel-KWS: Rendered-Glyph Representations for Orthographically Robust Open-Vocabulary Keyword Spotting

AI 导读

论文提出了 Pixel-KWS 框架,利用渲染后的灰度图像表示字符而非依赖固定词表嵌入,使文本编码器能从视觉形式泛化以处理未见符号或视觉相似符号。

来源:arXiv · 机器人与计算机视觉 · arxiv.org