場景文本識别：從視覺識别到視覺—語言交互

2003网站太阳集团将于2022年8月29日周一上午10：30在逸夫樓210舉行跨媒體計算領域的線下學術報告會，敬請光臨！

報告題目：場景文本識别：從視覺識别到視覺—語言交互

報告人：陳智能，複旦大學計算機科學技術學院青年研究員

報告時間：2022年8月29日周一10:30~11:30

報告摘要：

場景文本識别旨在識别自然場景中拍攝的圖像文本，将其中的文字區域轉化為計算機可讀取和編輯的符号，其多年以來一直是計算機視覺領域的重要研究問題，廣泛應用于圖像搜索、自動駕駛等諸多任務中。本報告聚焦深度學習時代，場景文本識别方法從單純利用字符級視覺特征，到利用文本行視覺特征，再到視覺和語言聯合建模的發展演進過程。通過對近年來其中的代表性方法進行介紹，引導聽衆建立場景文本識别領域的技術概貌。