DiffusionSTR：用于场景文本识别的扩散模型
计算机视觉与模式识别
2023-06-30 v1
摘要
本文提出用于场景文本识别的扩散模型（DiffusionSTR），一种利用扩散模型识别自然场景中的文本的端到端文本识别框架。虽然现有研究将场景文本识别任务视为图像到文本的变换，我们将其重新思考为扩散模型下图像中的文本到文本变换。我们首次表明扩散模型可应用于文本识别。此外，在公开可用数据集上的实验结果表明，与最先进方法相比，所提方法取得了具有竞争力的准确率。
引用
@article{arxiv.2306.16707,
title = {DiffusionSTR: Diffusion Model for Scene Text Recognition},
author = {Masato Fujitake},
journal= {arXiv preprint arXiv:2306.16707},
year = {2023}
}
备注
Accepted to ICIP 2023