基于多頭注意力融合的場(chǎng)景文本識(shí)別

打開(kāi)文本圖片集

關(guān)鍵詞：計(jì)算機(jī)視覺(jué)；場(chǎng)景文本識(shí)別；注意力機(jī)制；特征信息關(guān)聯(lián)

中圖分類(lèi)號(hào)：ＴＮ９１１．７３ 文獻(xiàn)標(biāo)志碼：Ａ 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（ＯＳＩＤ）：

文章編號(hào)：１００３－３１０６（２０２４）１１－２５７６－０９

０引言

場(chǎng)景文本識(shí)別（Sｃｅｎｅ Ｔｅｘｔ Ｒｅｃｏｇｎｉｔｉｏｎ，ＳＴＲ）在提取自然場(chǎng)景中的文本信息方面對(duì)于許多高級(jí)視覺(jué)應(yīng)用至關(guān)重要［１］。（剩余7740字）