text detection | BriefGPT - AI 论文速递

关键词text detection

搜索结果 - 76

艺术风格文本检测器及一种新的电影海报数据集
本文提出了一种利用交叉关注和残差密集块的方法，解决目前算法在具有复杂结构的艺术风格文本检测中存在的不完整和误诊问题。通过融合水平和垂直上下文信息来显著增强模型在复杂环境中的感知能力，并利用残差密集块来抑制背景噪声的影响，在不需要复杂的后处理
PDF6 days ago
ICML面向统一的多粒度文本检测与交互式注意力
存在的 OCR 引擎或文档图像分析系统通常依靠在不同场景和细粒度上训练独立模型来进行文本检测，导致重要的计算复杂性和资源需求。本文介绍了一种名为 “任意文本检测”（DAT）的先进范例，它将场景文本检测、布局分析和文档页面检测无缝统一为一个连
PDFa month ago
黑暗中的文本：极低光照文本图像增强
提出了一种新的编码器 - 解码器框架，使用边缘感知的注意力模块来增强极低光条件下的文本图像，通过使用文本检测和边缘重建损失强调低层次的文本特征，实现了成功的文本提取和极低光图像增强。
PDF2 months ago
COLING人性化机器生成内容：通过对抗性攻击规避 AI 文本检测
在本文中，我们提出了一个针对更广泛的对抗性攻击类别的框架，旨在对机器生成的内容进行微小扰动以逃避检测，通过对动态场景中的对抗性学习来评估当前检测模型对这种攻击的鲁棒性的潜力提升。实证结果发现，现有的检测模型可以在仅 10 秒内受到破坏，将机
PDF3 months ago
AISPACE 在 SemEval-2024 任务 8 上：用于检测多生成器机器生成文本的类平衡软投票系统
本研究针对 SemEval-2024 Task 8 提出了一个系统，主要处理 Subtask B，该系统旨在检测给定的全文是由人类撰写还是由特定的大型语言模型生成，这是一个多类文本分类任务。我们团队 AISPACE 对基于 Transfor
PDF3 months ago
EAGLE: 一个面向人工智能生成文本检测的领域泛化框架
通过结合自我监督对抗训练和域泛化的特征学习方法，提出了一个领域泛化框架 EAGLE，可以在未知目标生成器中检测到人工智能生成的文本，包括最新的 GPT-4 和 Claude，检测得分与完全监督的检测器相差不超过 4.7%。
PDF3 months ago
MENTOR：面向类推学习的多语言文本检测
我们提出了一种通用的多语言文本检测框架，可以在场景图像中检测和识别已知和未知语言区域，不需要为未知语言收集有监督的训练数据或进行模型重新训练。
PDF4 months ago
WWWGPT 生成文本检测：基准数据集与基于张量的检测方法
通过 GPT Reddit 数据集（GRiD）和新颖的 GpTen 张量基准模型，本论文提出了一种对 ChatGPT 生成的文本进行检测的方法，旨在评估检测模型在识别 ChatGPT 生成应答方面的性能。该数据集包含了基于 Reddit 的
PDF4 months ago
大型语言模型生成科学内容的深度学习检测方法
聊天 GPT 生成科技文本检测方法 AI-Catcher 融合 MLP 和 CNN 模型，通过对语言和统计特征进行特性学习以及从文本内容中提取顺序模式的高级表示，能更准确地区分人类撰写和 GPT 生成的科技文本，平均提高 37.4% 的准确
PDF4 months ago
LLM-Detector: 优化 AI 生成的中文文本检测的开源 LLM 指令调优
本文提出了 LLM-Detector 方法，通过 LLM 指导和解决文档级和句子级的文本检测问题，该方法在句子级和文档级文本检测上明显优于基准方法，并展示了强大的泛化能力。
PDF5 months ago
SwinTextSpotter v2：场景文字识别的协同优化
SwinTextSpotter v2 是一个新的端到端场景文字识别框架，通过引入 Recognition Conversion 和 Recognition Alignment 模块来加强文本检测和识别之间的关系，从而在各种多语言基准测试中取
PDF5 months ago
基于深度学习的孟加拉标牌地址信息的检测、识别和解析
通过深度学习模型，我们提出了一个端到端系统来高效地检测、识别、校正和解析孟加拉语标牌上的地址信息，并设计了一种新颖的地址文本校正模型和孟加拉语地址文本解析器。
PDF7 months ago
DocXChain：一个强大的开源工具链，用于文档解析及其之后的工作
DocXChain 是一个强大的开源工具链，用于将非结构化文档（如文本、表格和图表）中的丰富信息自动转换为可读取和可操纵的结构化表示，提供了基本功能如文本检测、文本识别、表结构识别和布局分析，并且可以与现有的工具、库或模型轻松集成，以构建更
PDF8 months ago
基于多角度视角模型的车牌识别
该篇论文提出了一种针对车牌内文本检测问题的方法，通过合并多个不同角度的图像帧，从车牌的角点和面积等特征中提取描述性特征，使用相似度估计和距离度量来恢复同一车牌行中的文本组件。随后，采用 CnOCR 方法进行车牌内文本识别。对自收集的数据集
PDF9 months ago
SRFormer：基于回归的文本检测 Transformer 与分割技术的协同增强
我们提出了一种基于 SRFormer 的统一模型，融合了分割和回归，旨在实现分割表示的鲁棒性和实例级回归的直接后处理。通过在初始解码器层获取有利的分割预测结果，我们限制了分割分支的融入，并在后续层中采用渐进式回归优化，实现了性能的提升，同时
PDF10 months ago
ICCVESTextSpotter：基于 Transformer 的场景文字定位的显式协同
基于显式协同的文本识别 Transformer 框架 (ESTextSpotter) 在文本检测和识别中，通过建模区分性和交互特征，明显提高了性能。
PDF10 months ago
UniDoc：一种用于同时文本检测、识别、标定和理解的通用大型多模态模型
在大型语言模型（LLMs）时代，我们介绍了一种名为 UniDoc 的新型多模态模型，该模型具备文本检测和识别能力，并通过任务之间的有益互动来提升整体性能。利用大规模指令遵循数据集进行统一的多模态指导调优，实验结果表明 UniDoc 在多个挑
PDF10 months ago
非常见文字的独立场景文本检测器并不是您所需要的全部
该研究提出了一种解决方案，通过跨脚本文本检测的分析，利用矢量嵌入来映射文本的笔画信息，实现对未见脚本的检测，结果显示了该方法在自然图像中未见脚本检测方面的潜力。
PDFa year ago
DNA-GPT: 基于差异化 N-Gram 分析的无需训练 GPT 生成文本检测
该论文提出了一种新的训练自由的文本检测策略，称为 Divergent N-Gram Analysis（DNA-GPT），通过 N-gram 分析或概率分歧分析比较人类写作和机器生成文本之间的差异，证明了其在区分人类和大型语言模型生成的文本方
PDFa year ago
DetectLLM：利用对数秩信息进行零样本检测机器生成的文本
本文介绍了两种利用对数排名信息进行无样本检测的新型机器生成文本检测方法，分别为快速高效的 DetectLLM-LRR 和更加精确但需要扰动的 DetectLLM-NPR，实验证明两种方法分别优于现有技术 3.9 和 1.75 AUROC 点
PDFa year ago