Buchumschlag

Spotlight Text Detector: Spotlight on Candidate Regions Like a Camera

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Xu, Gao, Junyu, Yang, Chuang, Yuan, Yuan, Wang, Qi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Text-Pass Filter: An Efficient Scene Text Detector
von: Yang, Chuang, et al.
Veröffentlicht: (2026)

Focus Entirety and Perceive Environment for Arbitrary-Shaped Text Detection
von: Han, Xu, et al.
Veröffentlicht: (2024)

Real-Time Text Detection with Similar Mask in Traffic, Industrial, and Natural Scenes
von: Han, Xu, et al.
Veröffentlicht: (2024)

Edge Approximation Text Detector
von: Yang, Chuang, et al.
Veröffentlicht: (2025)

Spotlighter: Revisiting Prompt Tuning from a Representative Mining View
von: Gao, Yutong, et al.
Veröffentlicht: (2025)

Spotlight on Token Perception for Multimodal Reinforcement Learning
von: Huang, Siyuan, et al.
Veröffentlicht: (2025)

Shifting Spotlight for Co-supervision: A Simple yet Efficient Single-branch Network to See Through Camouflage
von: Hu, Yang, et al.
Veröffentlicht: (2024)

TimeSearch: Hierarchical Video Search with Spotlight and Reflection for Human-like Long Video Understanding
von: Pan, Junwen, et al.
Veröffentlicht: (2025)

Spotlight and Shadow: Attention-Guided Dual-Anchor Introspective Decoding for MLLM Hallucination Mitigation
von: Wu, Yebo, et al.
Veröffentlicht: (2026)

Spotlight: Identifying and Localizing Video Generation Errors Using VLMs
von: Chinchure, Aditya, et al.
Veröffentlicht: (2025)

SamLP: A Customized Segment Anything Model for License Plate Detection
von: Ding, Haoxuan, et al.
Veröffentlicht: (2024)

Quo Vadis, Anomaly Detection? LLMs and VLMs in the Spotlight
von: Ding, Xi, et al.
Veröffentlicht: (2024)

FrameThinker: Learning to Think with Long Videos via Multi-Turn Frame Spotlighting
von: He, Zefeng, et al.
Veröffentlicht: (2025)

Like Humans to Few-Shot Learning through Knowledge Permeation of Vision and Text
von: Jia, Yuyu, et al.
Veröffentlicht: (2024)

\textsc{GUI-Spotlight}: Adaptive Iterative Focus Refinement for Enhanced GUI Visual Grounding
von: Lei, Bin, et al.
Veröffentlicht: (2025)

Where the Devil Hides: Deepfake Detectors Can No Longer Be Trusted
von: Yuan, Shuaiwei, et al.
Veröffentlicht: (2025)

HCPM: Hierarchical Candidates Pruning for Efficient Detector-Free Matching
von: Chen, Ying, et al.
Veröffentlicht: (2024)

Spotlighting Partially Visible Cinematic Language for Video-to-Audio Generation via Self-distillation
von: Huang, Feizhen, et al.
Veröffentlicht: (2025)

From Sparse to Dense: Camera Relocalization with Scene-Specific Detector from Feature Gaussian Splatting
von: Huang, Zhiwei, et al.
Veröffentlicht: (2025)

Driving in Spikes: An Entropy-Guided Object Detector for Spike Cameras
von: Liu, Ziyan, et al.
Veröffentlicht: (2025)

SignEye: Traffic Sign Interpretation from Vehicle First-Person View
von: Yang, Chuang, et al.
Veröffentlicht: (2024)

CameraCtrl: Enabling Camera Control for Text-to-Video Generation
von: He, Hao, et al.
Veröffentlicht: (2024)

Generative Photography: Scene-Consistent Camera Control for Realistic Text-to-Image Synthesis
von: Yuan, Yu, et al.
Veröffentlicht: (2024)

Towards Patronizing and Condescending Language in Chinese Videos: A Multimodal Dataset and Detector
von: Wang, Hongbo, et al.
Veröffentlicht: (2024)

Quantum-inspired Interpretable Deep Learning Architecture for Text Sentiment Analysis
von: Li, Bingyu, et al.
Veröffentlicht: (2024)

Reading Images Like Texts: Sequential Image Understanding in Vision-Language Models
von: Li, Yueyan, et al.
Veröffentlicht: (2025)

TextMamba: Scene Text Detector with Mamba
von: Zhao, Qiyan, et al.
Veröffentlicht: (2025)

Generative Region-Language Pretraining for Open-Ended Object Detection
von: Lin, Chuang, et al.
Veröffentlicht: (2024)

Text-only Synthesis for Image Captioning
von: Zhou, Qing, et al.
Veröffentlicht: (2024)

A Comprehensive Overview of Fish-Eye Camera Distortion Correction Methods
von: Xu, Jian, et al.
Veröffentlicht: (2023)

Height-Guided Projection Reparameterization for Camera-LiDAR Occupancy
von: Wu, Yuan, et al.
Veröffentlicht: (2026)

Machine Learning Applications in Traumatic Brain Injury: A Spotlight on Mild TBI
von: Ellethy, Hanem, et al.
Veröffentlicht: (2024)

Variation of Camera Parameters due to Common Physical Changes in Focal Length and Camera Pose
von: Chen, Hsin-Yi, et al.
Veröffentlicht: (2024)

UNICBench: UNIfied Counting Benchmark for MLLM
von: Rong, Chenggang, et al.
Veröffentlicht: (2026)

Bridging Synthetic and Real Worlds for Pre-training Scene Text Detectors
von: Guan, Tongkun, et al.
Veröffentlicht: (2023)

Visual Semantic Description Generation with MLLMs for Image-Text Matching
von: Chen, Junyu, et al.
Veröffentlicht: (2025)

DCCS-Det: Directional Context and Cross-Scale-Aware Detector for Infrared Small Target
von: Li, Shuying, et al.
Veröffentlicht: (2026)

A Training-Free Framework for Video License Plate Tracking and Recognition with Only One-Shot
von: Ding, Haoxuan, et al.
Veröffentlicht: (2024)

STAR-IOD: Scale-decoupled Topology Alignment with Pseudo-label Refinement for Remote Sensing Incremental Object Detection
von: Zhang, Yaoteng, et al.
Veröffentlicht: (2026)

Act Like a Radiologist: Radiology Report Generation across Anatomical Regions
von: Chen, Qi, et al.
Veröffentlicht: (2023)