Copertina

VGTS: Visually Guided Text Spotting for Novel Categories in Historical Manuscripts

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Hu, Wenbo, Zhan, Hongjian, Ma, Xinchen, Liu, Cong, Yin, Bing, Lu, Yue
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Probabilistic Dating of Historical Manuscripts via Evidential Deep Regression on Visual Script Features
di: Chodavarapu, Ranjith
Pubblicazione: (2026)

PriorCLIP: Visual Prior Guided Vision-Language Model for Remote Sensing Image-Text Retrieval
di: Pan, Jiancheng, et al.
Pubblicazione: (2024)

Handwritten Text Recognition of Historical Manuscripts Using Transformer-Based Models
di: Meoded, Erez
Pubblicazione: (2025)

LAGO: Language-Guided Adaptive Object-Region Focus for Zero-Shot Visual-Text Alignment
di: Hu, Junyi, et al.
Pubblicazione: (2026)

TDATR: Improving End-to-End Table Recognition via Table Detail-Aware Learning and Cell-Level Visual Alignment
di: Qin, Chunxia, et al.
Pubblicazione: (2026)

DeepScan: A Training-Free Framework for Visually Grounded Reasoning in Large Vision-Language Models
di: Li, Yangfu, et al.
Pubblicazione: (2026)

SigFormer: Sparse Signal-Guided Transformer for Multi-Modal Human Action Segmentation
di: Liu, Qi, et al.
Pubblicazione: (2023)

Text-Enhanced Panoptic Symbol Spotting in CAD Drawings
di: Liu, Xianlin, et al.
Pubblicazione: (2025)

Why 1 + 1 < 1 in Visual Token Pruning: Beyond Naive Integration via Multi-Objective Balanced Covering
di: Li, Yangfu, et al.
Pubblicazione: (2025)

Parrot Captions Teach CLIP to Spot Text
di: Lin, Yiqi, et al.
Pubblicazione: (2023)

Hyper-Local Deformable Transformers for Text Spotting on Historical Maps
di: Lin, Yijun, et al.
Pubblicazione: (2025)

Boosting the Transferability of Adversarial Examples via Local Mixup and Adaptive Step Size
di: Liu, Junlin, et al.
Pubblicazione: (2024)

DNTextSpotter: Arbitrary-Shaped Scene Text Spotting via Improved Denoising Training
di: Xie, Yu, et al.
Pubblicazione: (2024)

Text2Seg: Remote Sensing Image Semantic Segmentation via Text-Guided Visual Foundation Models
di: Zhang, Jielu, et al.
Pubblicazione: (2023)

Category Query Learning for Human-Object Interaction Classification
di: Xie, Chi, et al.
Pubblicazione: (2023)

Low-Data Classification of Historical Music Manuscripts: A Few-Shot Learning Approach
di: Shatri, Elona, et al.
Pubblicazione: (2024)

InstructOCR: Instruction Boosting Scene Text Spotting
di: Duan, Chen, et al.
Pubblicazione: (2024)

GloTSFormer: Global Video Text Spotting Transformer
di: Wang, Han, et al.
Pubblicazione: (2024)

Powerful Teachers Matter: Text-Guided Multi-view Knowledge Distillation with Visual Prior Enhancement
di: Zhang, Xin, et al.
Pubblicazione: (2026)

ROVER: Routing Object-Centric Visual Evidence for Grounded Multi-Image Reasoning
di: Lv, Guannan, et al.
Pubblicazione: (2026)

SLIP: Structural-aware Language-Image Pretraining for Vision-Language Alignment
di: Lu, Wenbo
Pubblicazione: (2025)

Empowering Backbone Models for Visual Text Generation with Input Granularity Control and Glyph-Aware Training
di: Li, Wenbo, et al.
Pubblicazione: (2024)

Exploring Part-Informed Visual-Language Learning for Person Re-Identification
di: Lin, Yin, et al.
Pubblicazione: (2023)

AlignVAR: Towards Globally Consistent Visual Autoregression for Image Super-Resolution
di: Liu, Cencen, et al.
Pubblicazione: (2026)

Training-Free Text-Guided Image Editing with Visual Autoregressive Model
di: Wang, Yufei, et al.
Pubblicazione: (2025)

WeCromCL: Weakly Supervised Cross-Modality Contrastive Learning for Transcription-only Supervised Text Spotting
di: Wu, Jingjing, et al.
Pubblicazione: (2024)

Finer-CAM: Spotting the Difference Reveals Finer Details for Visual Explanation
di: Zhang, Ziheng, et al.
Pubblicazione: (2025)

Enhancing Text-to-Image Diffusion Transformer via Split-Text Conditioning
di: Zhang, Yu, et al.
Pubblicazione: (2025)

GlyphBanana: Advancing Precise Text Rendering Through Agentic Workflows
di: Yan, Zexuan, et al.
Pubblicazione: (2026)

Direction-Oriented Visual-semantic Embedding Model for Remote Sensing Image-text Retrieval
di: Ma, Qing, et al.
Pubblicazione: (2023)

DecomPose: Disentangling Cross-Category Optimization Contention for Category-Level 6D Object Pose Estimation
di: Gao, Yifan, et al.
Pubblicazione: (2026)

Instruction-Guided Visual Masking
di: Zheng, Jinliang, et al.
Pubblicazione: (2024)

MASTER: Multimodal Segmentation with Text Prompts
di: Liu, Fuyang, et al.
Pubblicazione: (2025)

Scaling Down Text Encoders of Text-to-Image Diffusion Models
di: Wang, Lifu, et al.
Pubblicazione: (2025)

IFAdapter: Instance Feature Control for Grounded Text-to-Image Generation
di: Wu, Yinwei, et al.
Pubblicazione: (2024)

Spot the Difference: A Novel Task for Embodied Agents in Changing Environments
di: Landi, Federico, et al.
Pubblicazione: (2022)

Col-OLHTR: A Novel Framework for Multimodal Online Handwritten Text Recognition
di: Liu, Chenyu, et al.
Pubblicazione: (2025)

Visual Text Compression as Measure Transport
di: Tang, Lv, et al.
Pubblicazione: (2026)

OmniPrism: Learning Disentangled Visual Concept for Image Generation
di: Li, Yangyang, et al.
Pubblicazione: (2024)

HDBN: A Novel Hybrid Dual-branch Network for Robust Skeleton-based Action Recognition
di: Liu, Jinfu, et al.
Pubblicazione: (2024)