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 语言学 几何学 数学 集合(抽象数据类型) 政治 政治学 法学
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.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
胖胖完成签到 ,获得积分0
1秒前
量子星尘发布了新的文献求助10
2秒前
烈阳初现发布了新的文献求助10
4秒前
尔信完成签到 ,获得积分10
4秒前
LXZ完成签到,获得积分10
5秒前
黄启烽完成签到,获得积分10
5秒前
瓦罐完成签到 ,获得积分10
8秒前
Perrylin718完成签到,获得积分10
9秒前
笨笨青筠完成签到 ,获得积分10
9秒前
量子星尘发布了新的文献求助10
10秒前
Bioflying完成签到,获得积分10
14秒前
阿达完成签到 ,获得积分10
14秒前
urologywang完成签到 ,获得积分10
15秒前
好好应助科研通管家采纳,获得10
18秒前
好好应助科研通管家采纳,获得10
18秒前
慕青应助科研通管家采纳,获得10
18秒前
科研通AI6应助科研通管家采纳,获得10
18秒前
卑微学术人完成签到 ,获得积分10
20秒前
21秒前
111111完成签到,获得积分10
22秒前
烈阳初现完成签到,获得积分10
22秒前
笑林完成签到 ,获得积分10
22秒前
谨慎的凝丝完成签到,获得积分10
24秒前
岩松完成签到 ,获得积分10
26秒前
布吉布完成签到,获得积分10
26秒前
量子星尘发布了新的文献求助10
26秒前
淡淡醉波wuliao完成签到 ,获得积分10
28秒前
Much完成签到 ,获得积分10
30秒前
吃颗电池完成签到 ,获得积分10
33秒前
王懒懒完成签到 ,获得积分10
34秒前
三伏天发布了新的文献求助10
36秒前
负责的紫安完成签到 ,获得积分10
39秒前
量子星尘发布了新的文献求助10
40秒前
量子星尘发布了新的文献求助10
44秒前
songyu完成签到,获得积分10
48秒前
khh完成签到 ,获得积分10
50秒前
伶俐芷珊完成签到,获得积分10
51秒前
纯情的语薇完成签到 ,获得积分10
55秒前
辛巴先生完成签到 ,获得积分10
57秒前
量子星尘发布了新的文献求助10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Binary Alloy Phase Diagrams, 2nd Edition 8000
Building Quantum Computers 800
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Natural Product Extraction: Principles and Applications 500
Exosomes Pipeline Insight, 2025 500
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5664764
求助须知:如何正确求助?哪些是违规求助? 4869297
关于积分的说明 15108591
捐赠科研通 4823481
什么是DOI,文献DOI怎么找? 2582379
邀请新用户注册赠送积分活动 1536417
关于科研通互助平台的介绍 1494839