Les instructions comprennent :
1) Détection de texte de scène (Scene Text Detection), qui détecte la position du texte à partir de textes de scène tels que des vues de rue, et les deux documents sont la détection de texte irrégulier et de forme arbitraire ;
2) Reconnaissance de texte de scène (Reconnaissance de texte de scène), qui reconnaît les résultats de la détection de texte de scène, un total de 4 articles ;
3) Reconnaissance de textes manuscrits, 2 articles ;
4) Reconnaissance de bout en bout du texte de la scène (Scene Text Spotting), 1 article, c'est-à-dire l'algorithme ABCNet en temps réel proposé par des chercheurs de l'Université de technologie de Chine du Sud et de l'Université d'Adélaïde, est très attrayant et a été source ouverte ;
5) Génération de texte manuscrit (Génération de texte manuscrit), afin d'augmenter les échantillons de formation de texte manuscrit (on a l'impression qu'il peut également être utilisé pour « écrire des devoirs » « manuellement drôles »), 1 article ;
6) Synthèse de texte de scène (Scene Text Synthesis), afin d'augmenter les échantillons d'entraînement de texte de scène, 1 article, de Megvii Technology, UnrealText utilise un moteur de rendu pour générer un texte de scène réaliste ;
7) Augmentation des données des images de texte pour la formation des algorithmes d'écriture manuscrite et de reconnaissance de texte de scène, 1 article ;
8) Scene Text Editor (Scene Text Editor), pour remplacer le texte dans l'image du texte de la scène ;
9) Reconstruction de documents papier déchiquetés, reconstitution de documents utilisés dans le domaine de l'enquête criminelle après avoir été détruits en morceaux, 1 article ;
10) Migration du style de texte, 1 article ;
11) Recherche sur les attaques contradictoires de reconnaissance de texte de scène, 1 article ;
12) Identification de l'écriture manuscrite, 1 article.
Il convient de mentionner que 10 des 16 articles sont open source ou sont sur le point de l'être. Merci à ces développeurs ~
Pour les articles qui ont été open source ou qui le seront bientôt, l'adresse du code est également jointe.
Tu peux aller à:
http://openaccess.thecvf.com/CVPR2020.py
Téléchargez ces articles par sujet.
Si vous souhaitez télécharger tous les articles CVPR 2020, veuillez cliquer ici :
détection de texte de scène
Réseaux de graphiques de raisonnement relationnel profond pour la détection de textes de forme arbitraire
[1].Réseau de graphiques de raisonnement relationnel profond pour la détection de texte de forme arbitraire
Auteurs | Shi-Xue Zhang, Xiaobin Zhu, Jie-Bo Hou, Chang Liu, Chun Yang, Hongfa Wang, Xu-Cheng Yin
Unité | Université des sciences et technologies de Pékin ; Laboratoire commun de l'Université des sciences et technologies de Pékin ; Tencent Technology (Shenzhen)
Code | https://github.com/GXYM/DRRG
Remarques | CVPR 2020 Oral
Interprétation | https://blog.csdn.net/SpicyCoder/article/details/105072570
[2].ContourNet : faire un pas de plus vers une détection précise de texte de scène de forme arbitraire
Auteurs | Yuxin Wang, Hongtao Xie, Zheng-Jun Zha, Mengting Xing, Zilong Fu, Yongdong Zhang
Unité | Université des sciences et technologies de Chine
Code | https://github.com/wangyuxin87/ContourNet
Interprétation | https://zhuanlan.zhihu.com/p/135399747
reconnaissance de texte de scène
Sur la dépendance lexicale dans la reconnaissance de texte de scène
[3].Sur le recours au vocabulaire dans la reconnaissance de texte de scène
Auteurs | Zhaoyi Wan, Jielei Zhang, Liang Zhang, Jiebo Luo, Cong Yao
Unité | Megvii ; Université chinoise des mines et de la technologie ; Université de Rochester
[4].SCATTER : Reconnaissance de texte de scène attentionnelle à contexte sélectif
ici | Ron Litman, Oron Anschel, Shahar Tsiper, Roee Litman, Shai Mazor, R. Manmatha
Unité | Amazon Web Services
Réseaux de raisonnement sémantique pour une reconnaissance précise du texte de la scène
[5].Vers une reconnaissance précise des textes de scène avec des réseaux de raisonnement sémantique
Auteurs | Deli Yu, Xuan Li, Chengquan Zhang, Tao Liu, Junyu Han, Jingtuo Liu, Errui Ding
Unité | Université nationale des sciences et technologies ; Baidu ; Académie chinoise des sciences
Code | https://github.com/chenjun2hao/SRN.pytorch
Un cadre de codec sémantiquement amélioré pour reconnaître le texte de scène dans des images de mauvaise qualité (éclairage flou, inégal, caractères incomplets, etc.)
[6].SEED : Cadre d'encodeur-décodeur amélioré par sémantique pour la reconnaissance de texte de scène
Auteurs | Zhi Qiao, Yu Zhou, Dongbao Yang, Yucan Zhou, Weiping Wang
Unité | Académie chinoise des sciences ; Université nationale des sciences et technologies
Code | https://github.com/Pay20Y/SEED (à venir )
reconnaissance de texte manuscrit
[7].OrigamiNet : reconnaissance de texte d'une page complète, faiblement supervisée, sans segmentation, en une étape, en apprenant à se dérouler
Auteur | Mohamed Yousef, Tom E. Bishop
Unité | Intuition Machines, Inc.
Code | https://github.com/IntuitionMachines/OrigamiNet
Repérage du texte de la scène
Reconnaissance de texte de scène de bout en bout en temps réel
[8].ABCNet : détection de texte de scène en temps réel avec un réseau adaptatif de courbe de Bézier
Auteurs | Yuliang Liu, Hao Chen, Chunhua Shen, Tong He, Lianwen Jin, Liangwei Wang
Unité | Université de technologie de Chine du Sud ; Université d'Adélaïde ;
Code | https://github.com/Yuliang-Liu/bezier\_curve\_text\_spotting
Remarques | CVPR 2020 Oral
Interprétation | https://zhuanlan.zhihu.com/p/146276834
génération de texte manuscrit
Génération de texte manuscrit semi-supervisé de longueur variable, augmentant les ensembles de données textuelles et améliorant la précision des algorithmes de reconnaissance
[9].ScrabbleGAN : génération de texte manuscrit semi-supervisé de longueur variable
ici | Sharon Fogel, Hadar Averbuch-Elor, Sarel Cohen, Shai Mazor, Roee Litman
Unités | État d'Israël, Amazon Rekognition ; Université Cornell
Code | https://github.com/amzn/convolutional-handwriting-gan
Synthèse de texte de scène
Utilisez le moteur de rendu pour synthétiser le texte de la scène, augmenter les échantillons d'entraînement et améliorer la précision des algorithmes de reconnaissance
[10].UnrealText : synthèse d'images de texte de scène réalistes à partir d'Unreal
Auteur | MondeShangbang Long, Cong Yao
Unité | Université Carnegie Mellon ; Megvii
Code | https://jyouhou.github.io/UnrealText/
Interprétation | https://zhuanlan.zhihu.com/p/137406773
Augmentation des données + reconnaissance de texte
Augmentation d'image pour l'écriture manuscrite et la reconnaissance de texte de scène
[11].Apprenez à augmenter : augmentation conjointe des données et optimisation du réseau pour la reconnaissance de texte
Auteurs | Canjie Luo, Yuanzhi Zhu, Lianwen Jin, Yongpan Wang
Unité | Université de technologie de Chine du Sud ; Ali
Code | https://github.com/Canjie-Luo/Text-Image-Augmentation
éditeur de texte de scène
[12].STEFANN : Éditeur de texte de scène utilisant un réseau neuronal adaptatif de police
ici | Prasun Roy, Saumik Bhattacharya, Subhankar Ghosh, Umapada Pal
Unité | Institut indien de statistiques ; Institut indien de technologie
Code | https://github.com/prasunroy/stefann
Site Web | https://prasunroy.github.io/stefann/
Reconstruction de documents déchiquetés
Reconstruction de documents à partir de papier déchiqueté pour des enquêtes médico-légales et autres enquêtes criminelles
[13].Reconstruction plus rapide de documents texte déchiquetés via un apprentissage métrique asymétrique profond auto-supervisé
ici | Thiago M. Paixao, Rodrigo F. Berriel, Maria CS Boeres, Alessandro L. Koerich, Claudine Badue, Alberto F. De Souza, Thiago Oliveira-Santos
Unité | IFES, Brésil ; UFES, Brésil ; ETS, Canada
Transfert de style de texte
[14].SwapText : transfert de textes basés sur des images dans des scènes
Auteurs | Qiangpeng Yang, Jun Huang, Wei Lin
Unité | Ali
Reconnaissance de texte de scène + attaque contradictoire
[15].Ce que voient les machines n'est pas ce qu'elles obtiennent : tromper les modèles de reconnaissance de texte de scène avec des images de texte contradictoires
Auteurs| Xing Xu, Jiefu Chen, Jinhui Xiao, Lianli Gao, Fumin Shen, Heng Tao Shen
Unité | Université des sciences et technologies électroniques de Chine
identification de l'écriture manuscrite
[16].Profils de motifs séquentiels et tracés topologiques pour la vérification de signature hors ligne
ici | Elias N. Zois, Evangelos Zervas, Dimitrios Tsourounis, George Economou
Unité | Université de West Attica ; Université de Paturas
FIN
Source de l'article : CV original juin J'adore la vision par ordinateur @微信公司号