Self Supervised Scene Text Recognition

自己監督型のシーンテキスト認識は、コンピュータビジョン分野における重要な一分野であり、大量のラベル付きデータを必要とせずに自然環境中のテキスト内容を自動的に認識することを目指しています。このタスクの目的は、複雑な環境下でのモデルの汎化性能と堅牢性を向上させ、手動アノテーションのコストを削減することです。その応用価値は広範で、知能交通システム、文書分析・理解、画像検索、拡張現実シナリオなどに限られません。