ICDAR2017 Robust Reading Challenge on COCO-Text

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F18%3A00327992" target="_blank" >RIV/68407700:21230/18:00327992 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/ICDAR.2017.234" target="_blank" >http://dx.doi.org/10.1109/ICDAR.2017.234</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICDAR.2017.234" target="_blank" >10.1109/ICDAR.2017.234</a>

Jazyk výsledku

angličtina

Název v původním jazyce

ICDAR2017 Robust Reading Challenge on COCO-Text

Popis výsledku v původním jazyce

This report presents the final results of the ICDAR 2017 Robust Reading Challenge on COCO-Text. A challenge on scene text detection and recognition based on the largest real scene text dataset currently available: the COCO-Text dataset. The competition is structured around three tasks: Text Localization, Cropped Word Recognition and End-To-End Recognition. The competition received a total of 27 submissions over the different opened tasks. This report describes the datasets and the ground truth, details the performance evaluation protocols used and presents the final results along with a brief summary of the participating methods.

Název v anglickém jazyce

ICDAR2017 Robust Reading Challenge on COCO-Text

Popis výsledku anglicky

This report presents the final results of the ICDAR 2017 Robust Reading Challenge on COCO-Text. A challenge on scene text detection and recognition based on the largest real scene text dataset currently available: the COCO-Text dataset. The competition is structured around three tasks: Text Localization, Cropped Word Recognition and End-To-End Recognition. The competition received a total of 27 submissions over the different opened tasks. This report describes the datasets and the ground truth, details the performance evaluation protocols used and presents the final results along with a brief summary of the participating methods.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

14th IAPR International Conference on Document Analysis and Recognition (ICDAR)

ISBN

978-1-5386-3586-5

ISSN

—

e-ISSN

1520-5363

Počet stran výsledku

9

Strana od-do

1435-1443

Název nakladatele

IEEE Computer Society

Místo vydání

Los Alamitos

Místo konání akce

Kyoto

Datum konání akce

9. 11. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—