跳到正文
热点事件持续更新

提出基于伪图像标签和余弦损失的开放词汇场景文本识别框架

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

针对开放词汇(OOV)文本识别难题,研究者 Ren 等人于 2026 年 11 月 20 日在 arXiv 提交论文,提出了 Pseudo-OCR 框架。该方法利用字符检测与图像修复技术生成含真实背景的伪 OOV 训练数据,并通过语义检查过滤噪声;同时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。作者称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。

AI 根据报道生成 · 31 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    通过伪图像标注和余弦损失实现开放词汇场景文本识别

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。