Talk预告 | ECCV 2020: 一种基于可插拔的超分辨率学习单元的文本识别方法
本周为将门-TechBeat技术社区第248期线上Talk!也是ECCV 2020系列Talk第⑤弹!
北京时间10月15日(周四)晚8点,图匠数据高级算法工程师—杨辉的Talk将准时在将门TechBeat技术社区开播!
他与大家分享的主题是: “PlugNet: 一种基于可插拔的超分辨率学习单元的低质文本识别方法”。届时将会介绍杨辉及其团队提出的PlugNet,一种联合了超分辨率学习模块的文本识别方法。

Talk·信息
▼
主题:一种基于可插拔的超分辨率学习单元的
低质文本识别方法—PlugNet
嘉宾:图匠数据高级算法工程师 杨辉
时间:北京时间 10月15日 (周四) 20:00
地点:将门TechBeat技术社区
http://www.techbeat.net/
Talk·提纲
▼
自然场景文本识别往往由于受到现实拍照时出现抖动、失焦、光线昏暗等复杂环境的影响,导致拍摄的文本图片出现质量退化、模糊不清等问题。
为了提升退化文本图片的文字识别精度,杨辉及其团队提出了PlugNet,一种联合了超分辨率学习模块的文本识别方法。PlugNet不仅可以提升低质文本识别的精度,而且可以更好地还原低质文本图片的清晰度;并且利用可插拔的思想降低模型的部署资源,凸显了PlugNet轻量级的优势,方便网络的移动端部署。
本次分享的主要内容如下:
1. 文本识别技术背景介绍
2. 复杂环境OCR拍照的低质图片展示与分析
3. 超分辨率技术背景介绍
4. PlugNet介绍
5. 实验对比与模型性能分析
6. 总结
Talk·参考资料
▼
这是本次分享中将会提及的paper,建议提前预习哦:
https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123600154.pdf
Talk·提问交流
▼
方式 ①
在本文留言区直接提出你的问题,或扫描下方二维码提问!问题被选中的小伙伴们将获得一个红包奖励!

方式 ②
在Talk界面下的【交流区】参与互动!留下你的打call🤟和问题🙋,和更多小伙伴们共同讨论,说不定就被讲者直接翻牌解答了呢!

你的每一次贡献,我们都会给予你相应的i豆积分,近期还会有惊喜奖励哦!
Talk·观看方式
▼
扫描下方二维码,或复制链接https://datayi.cn/w/4PK53nx9到浏览器一键完成预约!上线后会在第一时间收到通知哦~

嘉宾介绍
▼

图匠数据 高级算法工程师
杨辉,目前担任ImageDT图匠数据高级算法工程师,主要研究计算机视觉和自然语言处理相关技术在新零售场景环境下的应用,在特征抽取、分割、分析等方面有独特的见解,相关论文发表在ICSE/ECCV等会议上。
系列Talk
▼
*点击链接跳转详情
第①弹

第②弹

第③弹

第④弹

关于TechBeat社区
▼
TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!
更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ