Buchumschlag

IPAD: Iterative, Parallel, and Diffusion-based Network for Scene Text Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Xiaomeng, Qiao, Zhi, Zhou, Yu
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Masked and Permuted Implicit Context Learning for Scene Text Recognition
von: Yang, Xiaomeng, et al.
Veröffentlicht: (2023)

Linguistics-aware Masked Image Modeling for Self-supervised Scene Text Recognition
von: Zhang, Yifei, et al.
Veröffentlicht: (2025)

TextSSR: Diffusion-based Data Synthesis for Scene Text Recognition
von: Ye, Xingsong, et al.
Veröffentlicht: (2024)

TextCtrl: Diffusion-based Scene Text Editing with Prior Guidance Control
von: Zeng, Weichao, et al.
Veröffentlicht: (2024)

IPAD: Industrial Process Anomaly Detection Dataset
von: Liu, Jinfan, et al.
Veröffentlicht: (2024)

MDiff4STR: Mask Diffusion Model for Scene Text Recognition
von: Du, Yongkun, et al.
Veröffentlicht: (2025)

Instruction-Guided Scene Text Recognition
von: Du, Yongkun, et al.
Veröffentlicht: (2024)

Recognition-Synergistic Scene Text Editing
von: Fang, Zhengyao, et al.
Veröffentlicht: (2025)

TEACH: Text Encoding as Curriculum Hints for Scene Text Recognition
von: Yang, Xiahan, et al.
Veröffentlicht: (2025)

Decoder Pre-Training with only Text for Scene Text Recognition
von: Zhao, Shuai, et al.
Veröffentlicht: (2024)

Masked Next-Scale Prediction for Self-supervised Scene Text Recognition
von: Chen, Zhuohao, et al.
Veröffentlicht: (2026)

CMFN: Cross-Modal Fusion Network for Irregular Scene Text Recognition
von: Zheng, Jinzhi, et al.
Veröffentlicht: (2024)

SceneBooth: Diffusion-based Framework for Subject-preserved Text-to-Image Generation
von: Chai, Shang, et al.
Veröffentlicht: (2025)

IPAD-CLIP: Teaching CLIP to Detect Image Local Perceptual Artifacts
von: Wang, Juan, et al.
Veröffentlicht: (2026)

One Model for Two Tasks: Cooperatively Recognizing and Recovering Low-Resolution Scene Text Images by Iterative Mutual Guidance
von: Zhao, Minyi, et al.
Veröffentlicht: (2024)

SVIPTR: Fast and Efficient Scene Text Recognition with Vision Permutable Extractor
von: Cheng, Xianfu, et al.
Veröffentlicht: (2024)

Class-Aware Mask-Guided Feature Refinement for Scene Text Recognition
von: Yang, Mingkun, et al.
Veröffentlicht: (2024)

Boosting Semi-Supervised Scene Text Recognition via Viewing and Summarizing
von: Qu, Yadong, et al.
Veröffentlicht: (2024)

Focus on the Whole Character: Discriminative Character Modeling for Scene Text Recognition
von: Zhou, Bangbang, et al.
Veröffentlicht: (2024)

Unveiling Structural Memorization: Structural Membership Inference Attack for Text-to-Image Diffusion Models
von: Li, Qiao, et al.
Veröffentlicht: (2024)

Dual-IPO: Dual-Iterative Preference Optimization for Text-to-Video Generation
von: Yang, Xiaomeng, et al.
Veröffentlicht: (2025)

TextDiff: Mask-Guided Residual Diffusion Models for Scene Text Image Super-Resolution
von: Liu, Baolin, et al.
Veröffentlicht: (2023)

Reading in the Dark: Low-light Scene Text Recognition
von: Fu, Xuanshuo, et al.
Veröffentlicht: (2026)

Efficient and Accurate Scene Text Recognition with Cascaded-Transformers
von: Ozkan, Savas, et al.
Veröffentlicht: (2025)

SVTRv2: CTC Beats Encoder-Decoder Models in Scene Text Recognition
von: Du, Yongkun, et al.
Veröffentlicht: (2024)

On Manipulating Scene Text in the Wild with Diffusion Models
von: Santoso, Joshua, et al.
Veröffentlicht: (2023)

Layout Agnostic Scene Text Image Synthesis with Diffusion Models
von: Zhangli, Qilong, et al.
Veröffentlicht: (2024)

StyleTextGen: Style-Conditioned Multilingual Scene Text Generation
von: Chen, Zeyu, et al.
Veröffentlicht: (2026)

Generating Human Motion in 3D Scenes from Text Descriptions
von: Cen, Zhi, et al.
Veröffentlicht: (2024)

The First Swahili Language Scene Text Detection and Recognition Dataset
von: Douamba, Fadila Wendigoundi, et al.
Veröffentlicht: (2024)

Arbitrary Reading Order Scene Text Spotter with Local Semantics Guidance
von: Lyu, Jiahao, et al.
Veröffentlicht: (2024)

TextFlux: An OCR-Free DiT Model for High-Fidelity Multilingual Scene Text Synthesis
von: Xie, Yu, et al.
Veröffentlicht: (2025)

Aggregated Text Transformer for Scene Text Detection
von: Zhou, Zhao, et al.
Veröffentlicht: (2022)

IndicSTR12: A Dataset for Indic Scene Text Recognition
von: Lunia, Harsh, et al.
Veröffentlicht: (2024)

Relational Contrastive Learning and Masked Image Modeling for Scene Text Recognition
von: Lin, Tiancheng, et al.
Veröffentlicht: (2024)

FastScene: Text-Driven Fast 3D Indoor Scene Generation via Panoramic Gaussian Splatting
von: Ma, Yikun, et al.
Veröffentlicht: (2024)

A Parallel Attention Network for Cattle Face Recognition
von: Li, Jiayu, et al.
Veröffentlicht: (2024)

TextSculptor: Training and Benchmarking Scene Text Editing
von: Lin, Yiheng, et al.
Veröffentlicht: (2026)

FITA: Fine-grained Image-Text Aligner for Radiology Report Generation
von: Yang, Honglong, et al.
Veröffentlicht: (2024)

LRANet: Towards Accurate and Efficient Scene Text Detection with Low-Rank Approximation Network
von: Su, Yuchen, et al.
Veröffentlicht: (2023)