会员服务
Task-driven single-image super-resolution reconstruction of document scans
Arxiv
0+阅读 · 3月18日
Judge a Book by its Cover: Investigating Multi-Modal LLMs for Multi-Page Handwritten Document Transcription
Arxiv
0+阅读 · 2月27日
ChemScraper: Leveraging PDF Graphics Instructions for Molecular Diagram Parsing
Arxiv
0+阅读 · 2月26日
Éclair -- Extracting Content and Layout with Integrated Reading Order for Documents
Arxiv
0+阅读 · 2月6日
Reading the unreadable: Creating a dataset of 19th century English newspapers using image-to-text language models
Arxiv
0+阅读 · 2月18日
Efficient Video-Based ALPR System Using YOLO and Visual Rhythm
Arxiv
0+阅读 · 1月8日
Geometry Restoration and Dewarping of Camera-Captured Document Images
Arxiv
0+阅读 · 1月6日
Geometry Restoration and Dewarping of Camera-Captured Document Images
Arxiv
0+阅读 · 1月9日
Do Current Video LLMs Have Strong OCR Abilities? A Preliminary Study
Arxiv
0+阅读 · 2024年12月29日
Comparative analysis of optical character recognition methods for Sámi texts from the National Library of Norway
Arxiv
0+阅读 · 1月13日
VORTEX: A Spatial Computing Framework for Optimized Drone Telemetry Extraction from First-Person View Flight Data
Arxiv
0+阅读 · 2024年12月24日
Deciphering the Underserved: Benchmarking LLM OCR for Low-Resource Scripts
Arxiv
1+阅读 · 2024年12月20日
Text Change Detection in Multilingual Documents Using Image Comparison
Arxiv
0+阅读 · 2024年12月5日
Aligned Music Notation and Lyrics Transcription
Arxiv
0+阅读 · 2024年12月5日
@Bench: Benchmarking Vision-Language Models for Human-centered Assistive Technology
Arxiv
0+阅读 · 2024年11月25日
参考链接
父主题
文字识别
微信扫码咨询专知VIP会员
Top