arXiv · 机器人与计算机视觉· Xuhua Ren, Hengcan Shi, Jin Li·· 4 小时前AI 评分73
通过伪图像标注和余弦损失实现开放词汇场景文本识别
Open-Vocabulary Scene Text Recognition via Pseudo-Image Labeling and Margin Loss
AI 导读
针对现实应用中存在的开放词汇(OOV)文本识别难题,本文提出 Pseudo-OCR 框架。该方法利用字符检测与图像修复技术从真实图片中生成包含真实字符背景的伪 OOV 训练数据,并通过语义检查机制过滤噪声。此外,引入质量感知余弦损失函数以增强分类能力并惩罚低质量样本。实验表明该方案在八个数据集上优于最先进方法,并在 ICDAR2022 挑战赛中取得第一。
来源:arXiv · 机器人与计算机视觉 · arxiv.org