Read Like Humans: Autonomous, Bidirectional and Iterative Language Modeling for Scene Text Recognition

计算机科学 语言模型 特征(语言学) 人工智能 块(置换群论) 代表(政治) 编码(集合论) 噪音(视频) 自然语言处理 模式识别(心理学) 语音识别 图像(数学) 程序设计语言 哲学 法学 集合(抽象数据类型) 几何学 政治 语言学 数学 政治学
作者
Shancheng Fang,Hongtao Xie,Yuxin Wang,Zhendong Mao,Yongdong Zhang
标识
DOI:10.1109/cvpr46437.2021.00702
摘要

Linguistic knowledge is of great benefit to scene text recognition. However, how to effectively model linguistic rules in end-to-end deep networks remains a research challenge. In this paper, we argue that the limited capacity of language models comes from: 1) implicitly language modeling; 2) unidirectional feature representation; and 3) language model with noise input. Correspondingly, we propose an autonomous, bidirectional and iterative ABINet for scene text recognition. Firstly, the autonomous suggests to block gradient flow between vision and language models to enforce explicitly language modeling. Secondly, a novel bidirectional cloze network (BCN) as the language model is proposed based on bidirectional feature representation. Thirdly, we propose an execution manner of iterative correction for language model which can effectively alleviate the impact of noise input. Additionally, based on the ensemble of iterative predictions, we propose a self-training method which can learn from unlabeled images effectively. Extensive experiments indicate that ABINet has superiority on low-quality images and achieves state-of-the-art results on several mainstream benchmarks. Besides, the ABINet trained with ensemble self-training shows promising improvement in realizing human-level recognition. Code is available at https://github.com/FangShancheng/ABINet.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
共享精神应助lsq108采纳,获得10
1秒前
winter完成签到 ,获得积分20
1秒前
一一发布了新的文献求助10
2秒前
汉堡包应助莉亚采纳,获得10
3秒前
4秒前
早起吃饱多运动完成签到 ,获得积分10
5秒前
小杜发布了新的文献求助10
5秒前
5秒前
6秒前
7秒前
jackhlj发布了新的文献求助10
8秒前
罗霄山完成签到,获得积分10
8秒前
9秒前
专一的书雪完成签到 ,获得积分10
9秒前
12秒前
柊柽完成签到,获得积分10
13秒前
完美世界应助Bressanone采纳,获得10
13秒前
李德胜完成签到,获得积分10
14秒前
14秒前
raininjuly发布了新的文献求助10
17秒前
17秒前
吉祥应助汪晓晓采纳,获得30
18秒前
小石头完成签到 ,获得积分10
19秒前
wanwan完成签到,获得积分10
19秒前
莉亚发布了新的文献求助10
20秒前
科目三应助yayaya采纳,获得10
22秒前
机灵又蓝完成签到 ,获得积分10
23秒前
wb完成签到 ,获得积分10
23秒前
Lisztan完成签到,获得积分10
24秒前
25秒前
26秒前
26秒前
27秒前
lsq108完成签到,获得积分10
28秒前
28秒前
1MENINA1完成签到 ,获得积分10
29秒前
明明发布了新的文献求助30
29秒前
卖火柴的小女孩完成签到,获得积分10
30秒前
小薛发布了新的文献求助10
32秒前
tianzml0应助ccalvintan采纳,获得10
33秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3162844
求助须知:如何正确求助?哪些是违规求助? 2813816
关于积分的说明 7902135
捐赠科研通 2473442
什么是DOI,文献DOI怎么找? 1316849
科研通“疑难数据库(出版商)”最低求助积分说明 631545
版权声明 602187