A Multiplexed Network for End-to-End, Multilingual OCR

Jing Huang, Guan Pang, Rama Kovvuri, Mandy Toh, Kevin J. Liang, Praveen Krishnan, Xi Yin, Tal Hassner

نتاج البحث: فصل من :كتاب / تقرير / مؤتمرمنشور من مؤتمرمراجعة النظراء

ملخص

Recent advances in OCR have shown that an end-to-end (E2E) training pipeline that includes both detection and recognition leads to the best results. However, many existing methods focus primarily on Latin-alphabet languages, often even only case-insensitive English characters. In this paper, we propose an E2E approach, Multiplexed Multilingual Mask TextSpotter, that performs script identification at the word level and handles different scripts with different recognition heads, all while maintaining a unified loss that simultaneously optimizes script identification and multiple recognition heads. Experiments show that our method outperforms the single-head model with similar number of parameters in end-to-end recognition tasks, and achieves state-of-the-art results on MLT17 and MLT19 joint text detection and script identification benchmarks. We believe that our work is a step towards the end-to-end trainable and scalable multilingual multi-purpose OCR system. Our code and model will be released.

اللغة الأصليةالإنجليزيّة
عنوان منشور المضيفProceedings - 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition, CVPR 2021
ناشرIEEE Computer Society
الصفحات4545-4555
عدد الصفحات11
رقم المعيار الدولي للكتب (الإلكتروني)9781665445092
المعرِّفات الرقمية للأشياء
حالة النشرنُشِر - 2021
منشور خارجيًانعم
الحدث2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition, CVPR 2021 - Virtual, Online, الولايات المتّحدة
المدة: ١٩ يونيو ٢٠٢١٢٥ يونيو ٢٠٢١

سلسلة المنشورات

الاسمProceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition
رقم المعيار الدولي للدوريات (المطبوع)1063-6919

!!Conference

!!Conference2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition, CVPR 2021
الدولة/الإقليمالولايات المتّحدة
المدينةVirtual, Online
المدة١٩/٠٦/٢١٢٥/٠٦/٢١

ملاحظة ببليوغرافية

Publisher Copyright:
© 2021 IEEE

بصمة

أدرس بدقة موضوعات البحث “A Multiplexed Network for End-to-End, Multilingual OCR'. فهما يشكلان معًا بصمة فريدة.

قم بذكر هذا