OTSNet: A Neurocognitive-Inspired Observation-Thinking-Spelling Pipeline for Scene Text Recognition
Fuente:
arXiv
Salvato in:
| Autori principali: | Sun, Lixu, Yolwas, Nurmemet, Silamu, Wushour |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
A Lightweight Context-Driven Training-Free Network for Scene Text Segmentation and Recognition
di: Chakraborty, Ritabrata, et al.
Pubblicazione: (2025)
di: Chakraborty, Ritabrata, et al.
Pubblicazione: (2025)
EventSTR: A Benchmark Dataset and Baselines for Event Stream based Scene Text Recognition
di: Wang, Xiao, et al.
Pubblicazione: (2025)
di: Wang, Xiao, et al.
Pubblicazione: (2025)
Memory-Inspired Temporal Prompt Interaction for Text-Image Classification
di: Yu, Xinyao, et al.
Pubblicazione: (2024)
di: Yu, Xinyao, et al.
Pubblicazione: (2024)
TextMamba: Scene Text Detector with Mamba
di: Zhao, Qiyan, et al.
Pubblicazione: (2025)
di: Zhao, Qiyan, et al.
Pubblicazione: (2025)
Policy Optimized Text-to-Image Pipeline Design
di: Gadot, Uri, et al.
Pubblicazione: (2025)
di: Gadot, Uri, et al.
Pubblicazione: (2025)
Accurate Scene Text Recognition with Efficient Model Scaling and Cloze Self-Distillation
di: Maracani, Andrea, et al.
Pubblicazione: (2025)
di: Maracani, Andrea, et al.
Pubblicazione: (2025)
JSTR: Judgment Improves Scene Text Recognition
di: Fujitake, Masato
Pubblicazione: (2024)
di: Fujitake, Masato
Pubblicazione: (2024)
TopoLogic: An Interpretable Pipeline for Lane Topology Reasoning on Driving Scenes
di: Fu, Yanping, et al.
Pubblicazione: (2024)
di: Fu, Yanping, et al.
Pubblicazione: (2024)
AutoMR: A Universal Time Series Motion Recognition Pipeline
di: Zhang, Likun, et al.
Pubblicazione: (2025)
di: Zhang, Likun, et al.
Pubblicazione: (2025)
DreamText: High Fidelity Scene Text Synthesis
di: Wang, Yibin, et al.
Pubblicazione: (2024)
di: Wang, Yibin, et al.
Pubblicazione: (2024)
Fast Real-Time Pipeline for Robust Arm Gesture Recognition
di: Bagladi, Milán Zsolt, et al.
Pubblicazione: (2025)
di: Bagladi, Milán Zsolt, et al.
Pubblicazione: (2025)
Handwritten Text Recognition: A Survey
di: Garrido-Munoz, Carlos, et al.
Pubblicazione: (2025)
di: Garrido-Munoz, Carlos, et al.
Pubblicazione: (2025)
Think Before You Drive: World Model-Inspired Multimodal Grounding for Autonomous Vehicles
di: Liao, Haicheng, et al.
Pubblicazione: (2025)
di: Liao, Haicheng, et al.
Pubblicazione: (2025)
StyleText: A Large-Scale Dataset and Benchmark for Stylized Scene Text Inpainting
di: Simonyan, Aleksandr, et al.
Pubblicazione: (2026)
di: Simonyan, Aleksandr, et al.
Pubblicazione: (2026)
Text-Scene: A Scene-to-Language Parsing Framework for 3D Scene Understanding
di: Li, Haoyuan, et al.
Pubblicazione: (2025)
di: Li, Haoyuan, et al.
Pubblicazione: (2025)
TAG: Thinking with Action Unit Grounding for Facial Expression Recognition
di: Lin, Haobo, et al.
Pubblicazione: (2026)
di: Lin, Haobo, et al.
Pubblicazione: (2026)
3D-SceneDreamer: Text-Driven 3D-Consistent Scene Generation
di: Zhang, Frank, et al.
Pubblicazione: (2024)
di: Zhang, Frank, et al.
Pubblicazione: (2024)
DualTSR: Unified Dual-Diffusion Transformer for Scene Text Image Super-Resolution
di: Niu, Axi, et al.
Pubblicazione: (2026)
di: Niu, Axi, et al.
Pubblicazione: (2026)
Bharat Scene Text: A Novel Comprehensive Dataset and Benchmark for Indian Language Scene Text Understanding
di: De, Anik, et al.
Pubblicazione: (2025)
di: De, Anik, et al.
Pubblicazione: (2025)
JaWildText: A Benchmark for Vision-Language Models on Japanese Scene Text Understanding
di: Maeda, Koki, et al.
Pubblicazione: (2026)
di: Maeda, Koki, et al.
Pubblicazione: (2026)
BEV-TSR: Text-Scene Retrieval in BEV Space for Autonomous Driving
di: Tang, Tao, et al.
Pubblicazione: (2024)
di: Tang, Tao, et al.
Pubblicazione: (2024)
Griffon: Spelling out All Object Locations at Any Granularity with Large Language Models
di: Zhan, Yufei, et al.
Pubblicazione: (2023)
di: Zhan, Yufei, et al.
Pubblicazione: (2023)
PaintScene4D: Consistent 4D Scene Generation from Text Prompts
di: Gupta, Vinayak, et al.
Pubblicazione: (2024)
di: Gupta, Vinayak, et al.
Pubblicazione: (2024)
DreamScene360: Unconstrained Text-to-3D Scene Generation with Panoramic Gaussian Splatting
di: Zhou, Shijie, et al.
Pubblicazione: (2024)
di: Zhou, Shijie, et al.
Pubblicazione: (2024)
DNTextSpotter: Arbitrary-Shaped Scene Text Spotting via Improved Denoising Training
di: Xie, Yu, et al.
Pubblicazione: (2024)
di: Xie, Yu, et al.
Pubblicazione: (2024)
InstructOCR: Instruction Boosting Scene Text Spotting
di: Duan, Chen, et al.
Pubblicazione: (2024)
di: Duan, Chen, et al.
Pubblicazione: (2024)
ESTR-CoT: Towards Explainable and Accurate Event Stream based Scene Text Recognition with Chain-of-Thought Reasoning
di: Wang, Xiao, et al.
Pubblicazione: (2025)
di: Wang, Xiao, et al.
Pubblicazione: (2025)
Integrating Prior Observations for Incremental 3D Scene Graph Prediction
di: Renz, Marian, et al.
Pubblicazione: (2025)
di: Renz, Marian, et al.
Pubblicazione: (2025)
Text-VQA Aug: Pipelined Harnessing of Large Multimodal Models for Automated Synthesis
di: Joshi, Soham, et al.
Pubblicazione: (2025)
di: Joshi, Soham, et al.
Pubblicazione: (2025)
Seeing Beyond the Scene: Analyzing and Mitigating Background Bias in Action Recognition
di: Zhou, Ellie, et al.
Pubblicazione: (2025)
di: Zhou, Ellie, et al.
Pubblicazione: (2025)
CURVE: Learning Causality-Inspired Invariant Representations for Robust Scene Understanding via Uncertainty-Guided Regularization
di: Liang, Yue, et al.
Pubblicazione: (2026)
di: Liang, Yue, et al.
Pubblicazione: (2026)
Region Prompt Tuning: Fine-grained Scene Text Detection Utilizing Region Text Prompt
di: Lin, Xingtao, et al.
Pubblicazione: (2024)
di: Lin, Xingtao, et al.
Pubblicazione: (2024)
Jailbreaking on Text-to-Video Models via Scene Splitting Strategy
di: Lee, Wonjun, et al.
Pubblicazione: (2025)
di: Lee, Wonjun, et al.
Pubblicazione: (2025)
TSTMotion: Training-free Scene-aware Text-to-motion Generation
di: Guo, Ziyan, et al.
Pubblicazione: (2025)
di: Guo, Ziyan, et al.
Pubblicazione: (2025)
A Large-scale Dataset for Robust Complex Anime Scene Text Detection
di: Dong, Ziyi, et al.
Pubblicazione: (2025)
di: Dong, Ziyi, et al.
Pubblicazione: (2025)
TripleFDS: Triple Feature Disentanglement and Synthesis for Scene Text Editing
di: Bao, Yuchen, et al.
Pubblicazione: (2025)
di: Bao, Yuchen, et al.
Pubblicazione: (2025)
Hybrid CNN-ViT Framework for Motion-Blurred Scene Text Restoration
di: Rashid, Umar, et al.
Pubblicazione: (2025)
di: Rashid, Umar, et al.
Pubblicazione: (2025)
LatentEditor: Text Driven Local Editing of 3D Scenes
di: Khalid, Umar, et al.
Pubblicazione: (2023)
di: Khalid, Umar, et al.
Pubblicazione: (2023)
Re-Thinking the Automatic Evaluation of Image-Text Alignment in Text-to-Image Models
di: Zhang, Huixuan, et al.
Pubblicazione: (2025)
di: Zhang, Huixuan, et al.
Pubblicazione: (2025)
Text2Graph VPR: A Text-to-Graph Expert System for Explainable Place Recognition in Changing Environments
di: Yousefzadeh, Saeideh, et al.
Pubblicazione: (2025)
di: Yousefzadeh, Saeideh, et al.
Pubblicazione: (2025)
Documenti analoghi
-
A Lightweight Context-Driven Training-Free Network for Scene Text Segmentation and Recognition
di: Chakraborty, Ritabrata, et al.
Pubblicazione: (2025) -
EventSTR: A Benchmark Dataset and Baselines for Event Stream based Scene Text Recognition
di: Wang, Xiao, et al.
Pubblicazione: (2025) -
Memory-Inspired Temporal Prompt Interaction for Text-Image Classification
di: Yu, Xinyao, et al.
Pubblicazione: (2024) -
TextMamba: Scene Text Detector with Mamba
di: Zhao, Qiyan, et al.
Pubblicazione: (2025) -
Policy Optimized Text-to-Image Pipeline Design
di: Gadot, Uri, et al.
Pubblicazione: (2025)