Self Supervised Scene Text Recognition

Selbstüberwachte Texterkennung in natürlichen Szenen ist ein wichtiger Zweig im Bereich der Computer Vision. Sie zielt darauf ab, textuelle Inhalte in natürlichen Szenen automatisch zu erkennen, ohne große Mengen an beschrifteten Daten zu benötigen. Das Ziel dieser Aufgabe besteht darin, die Generalisierung und Robustheit des Modells in komplexen Umgebungen zu verbessern und gleichzeitig die Kosten für manuelle Annotationen zu reduzieren. Der Anwendungswert ist weitreichend und umfasst unter anderem intelligente Verkehrssysteme, Dokumentanalyse und -verstehen, Bildersuche sowie erweiterte Realitätsszenarien.