Track the Answer: Extending TextVQA from Image to Video with Spatio-Temporal Clues

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Yan, Zeng, Gangyan, Shen, Huawen, Wu, Daiqing, Zhou, Yu, Ma, Can
Formato:	Preprint
Publicado:	2024
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2412.12502