BriefGPT - AI 论文速递
·
基于文本条件扩散模型的场景文本图像超分辨率
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一个用于场景文本图像超分辨率的中英文综合基准数据集Real-CE，重点是恢复结构复杂的中文字符。通过基于边缘信息的学习方法，在图像和特征领域提供结构监督，以有效地重建中文字符的密集结构。在Real-CE基准数据集上对现有的场景文本图像超分辨率模型进行了实验和评估。
🎯
关键要点
- 提出了一个用于场景文本图像超分辨率的中英文综合基准数据集 Real-CE。
- 该数据集重点是恢复结构复杂的中文字符。
- 采用基于边缘信息的学习方法，提供结构监督以重建中文字符的密集结构。
- 在 Real-CE 基准数据集上对现有的超分辨率模型进行了实验和评估。
- 实验包括具有和没有基于边缘信息的损失的模型。
🏷️
标签
➡️
