Ein leistungsfähiges und flexibles Netzwerk für segmentierungsbasierte Texterkennung in Szenenbildern

Ein neuartiges Netzwerk, das die Beziehungen zwischen Pixeln und Textregionen erfasst und eine adaptive Erweiterung der Textkerne ermöglicht, um eine hohe Genauigkeit und Effizienz bei der Texterkennung in Szenenbildern zu erreichen.