要約
シーン テキスト認識は、多言語翻訳、自動運転などでの幅広いアプリケーションにより、近年ますます関心を集めています。このレポートでは、語彙外シーン テキスト理解 (OOV-ST) チャレンジに対する当社のソリューションについて説明します。
自然のシーン画像から語彙外 (OOV) 単語を抽出することを目的としています。
私たちの oCLIP ベースのモデルは、h 平均で 28.59\% を達成し、ECCV2022 TiE ワークショップの OOV チャレンジのエンドツーエンド OOV 単語認識トラックで 1 位にランクされました。
要約(オリジナル)
Scene text recognition has attracted increasing interest in recent years due to its wide range of applications in multilingual translation, autonomous driving, etc. In this report, we describe our solution to the Out of Vocabulary Scene Text Understanding (OOV-ST) Challenge, which aims to extract out-of-vocabulary (OOV) words from natural scene images. Our oCLIP-based model achieves 28.59\% in h-mean which ranks 1st in end-to-end OOV word recognition track of OOV Challenge in ECCV2022 TiE Workshop.
arxiv情報
| 著者 | Zhangzi Zhu,Chuhui Xue,Yu Hao,Wenqing Zhang,Song Bai |
| 発行日 | 2022-09-01 04:53:13+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google