中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
首页
机构
成果
学者
登录
注册
登陆
×
验证码:
换一张
忘记密码?
记住我
×
校外用户登录
CAS IR Grid
机构
自动化研究所 [5]
采集方式
OAI收割 [5]
内容类型
会议论文 [3]
期刊论文 [2]
发表日期
2022 [3]
2021 [2]
学科主题
筛选
浏览/检索结果:
共5条,第1-5条
帮助
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
提交时间升序
提交时间降序
发表日期升序
发表日期降序
题名升序
题名降序
作者升序
作者降序
An Efficient Prototype-Based Model for Handwritten Text Recognition with Multi-loss Fusion
会议论文
OAI收割
印度, 2022-12-04
作者:
Yu MM(于明明)
;
Zhang H(张恒)
;
Yin F(殷飞)
;
Liu CL(刘成林)
  |  
收藏
  |  
浏览/下载:9/0
  |  
提交时间:2023/06/29
Components Regulated Generation of Handwritten Chinese Text-lines in arbitrary length
会议论文
OAI收割
Montreal, QC, Canada., 2022-8
作者:
Shuo Li
;
Xiyan Liu
;
Gaofeng Meng
;
Shiming Xiang
;
Chunhong Pan
  |  
收藏
  |  
浏览/下载:7/0
  |  
提交时间:2023/06/27
Instance GNN: A Learning Framework for Joint Symbol Segmentation and Recognition in Online Handwritten Diagrams
期刊论文
OAI收割
IEEE TRANSACTIONS ON MULTIMEDIA, 2022, 卷号: 24, 页码: 2580-2594
作者:
Yun, Xiao-Long
;
Zhang, Yan-Ming
;
Yin, Fei
;
Liu, Cheng-Lin
  |  
收藏
  |  
浏览/下载:24/0
  |  
提交时间:2022/07/25
Handwriting recognition
Task analysis
Grammar
Semantics
Image segmentation
Trajectory
Text recognition
Online handwritten diagram recognition
symbol segmentation
symbol recognition
freehand sketch analysis
graph neural networks
Graph-to-Graph: Towards Accurate and Interpretable Online Handwritten Mathematical Expression Recognition.
会议论文
OAI收割
线上会议, 2021-2-2至2021-2-9
作者:
Jin-Wen Wu
;
Fei Yin
;
Yan-Ming Zhang
;
Xu-Yao Zhang
;
Cheng-Lin Liu
  |  
收藏
  |  
浏览/下载:7/0
  |  
提交时间:2022/01/20
Handwritten Text Generation via Disentangled Representations
期刊论文
OAI收割
IEEE SIGNAL PROCESSING LETTERS, 2021, 卷号: 28, 页码: 1838-1842
作者:
Liu, Xiyan
;
Meng, Gaofeng
;
Xiang, Shiming
;
Pan, Chunhong
  |  
收藏
  |  
浏览/下载:17/0
  |  
提交时间:2021/11/04
Training
Gaussian distribution
Text recognition
Image reconstruction
Task analysis
Generators
Convolution
Handwritten text generation
disentangled representation
generative adversarial networks
deep learning