场景文本识别：从视觉识别到视觉—语言交互

湖南科技大学计算机科学与工程学院将于2022年8月29日周一上午10：30在逸夫楼210举行跨媒体计算领域的线下学术报告会，敬请光临！

报告题目：场景文本识别：从视觉识别到视觉—语言交互

报告人：陈智能，复旦大学计算机科学技术学院青年研究员

报告时间：2022年8月29日周一10:30~11:30

报告摘要：

场景文本识别旨在识别自然场景中拍摄的图像文本，将其中的文字区域转化为计算机可读取和编辑的符号，其多年以来一直是计算机视觉领域的重要研究问题，广泛应用于图像搜索、自动驾驶等诸多任务中。本报告聚焦深度学习时代，场景文本识别方法从单纯利用字符级视觉特征，到利用文本行视觉特征，再到视觉和语言联合建模的发展演进过程。通过对近年来其中的代表性方法进行介绍，引导听众建立场景文本识别领域的技术概貌。