中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共6条，第1-6条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
Mixed-Supervised Scene Text Detection With Expectation-Maximization Algorithm 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2022, 卷号: 31, 页码: 5513-5528
作者:  Zhao, Mengbiao;  Feng, Wei;  Yin, Fei;  Zhang, Xu-Yao;  Liu, Cheng-Lin
Adobe PDF(5999Kb)  |  收藏  |  浏览/下载：263/33  |  提交时间：2022/09/19
Costs  Annotations  Training  Labeling  Detectors  Data models  Benchmark testing  Mixed-supervised learning  scene text detection  weak supervision forms  expectation-maximization algorithm  
Adaptive Scaling for Archival Table Structure Recognition 会议论文
, Lausanne, Switzerland, 2021-9
作者:  Li, Xiao-Hui;  Yin, Fei;  Zhang, Xu-Yao;  Liu, Cheng-Lin
Adobe PDF(10070Kb)  |  收藏  |  浏览/下载：343/77  |  提交时间：2021/07/01
Archival document  Table detection  Table structure recognition  Adaptive scaling  
Joint stroke classification and text line grouping in online handwritten documents with edge pooling attention networks 期刊论文
Pattern Recognition, 2021, 卷号: 114, 期号: 114, 页码: 107859
作者:  Jun-Yu Ye;  Yan-Ming Zhang;  Qing Yang;  Cheng-Lin Liu
Adobe PDF(1780Kb)  |  收藏  |  浏览/下载：303/87  |  提交时间：2021/03/30
Online handwritten documents  Stroke classification  Text line grouping  Graph neural networks  Edge pooling attention networks  
Multi-branch guided attention network for irregular text recognition 期刊论文
Neurocomputing, 2020, 卷号: 425, 期号: 0, 页码: 0
作者:  Wang, Cong;  Liu, Cheng-Lin
浏览  |  Adobe PDF(2370Kb)  |  收藏  |  浏览/下载：212/55  |  提交时间：2020/07/16
Irregular text recognition, Mutual guidance, Multi-branch guided attention network (MBAN)  
无权访问的条目 期刊论文
作者:  Xu, Ting-Bing;  Yang, Peipei;  Zhang, Xu-Yao;  Liu, Cheng-Lin
Adobe PDF(1571Kb)  |  收藏  |  浏览/下载：33/11  |  提交时间：2019/07/12
Decision Controller for Object Tracking With Deep Reinforcement Learning 期刊论文
IEEE ACCESS, 2019, 卷号: 7, 页码: 28069-28079
作者:  Zhong, Zhao;  Yang, Zichen;  Feng, Weitao;  Wu, Wei;  Hu, Yangyang;  Liu, Cheng-Lin
浏览  |  Adobe PDF(2984Kb)  |  收藏  |  浏览/下载：570/196  |  提交时间：2019/04/30
Computer vision  deep learning  object tracking  reinforcement learning