Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 83,95

+ 167 punten

Pre-order nu, verschijningsdatum onbekend

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Multilingual text recognition is crucial for cross language information acquisition and related applications in the mobile computing era. The core problem is to find efficient representation and decoding methods for multilingual text recognition, including scene text recognition or handwriting recognition tasks.This book introduces a novel deep learning framework termed Primitive Representation Learning for sequence modeling. In contrast to conventional approaches that employ either (1) convolutional neural networks (CNNs) combined with recurrent neural networks (RNNs) and connectionist temporal classification (CTC) for decoding, or (2) attention-based encoder-decoder architectures, the proposed framework offers an alternative paradigm for sequence representation and processing. Primitive representations are learned via global feature aggregation and then transformed into high level visual text representations via a graph convolutional network, which enables parallel decoding for text transcription. Multielement attention mechanism and temporal residual mechanism are further introduced to enhance the utilization of spatial and temporal feature information.

The methods presented in this book have been evaluated on public datasets and applied to scene text recognition and handwriting recognition systems. Readers will gain a better understanding of state of the art methods and research findings in multilingual scene text recognition, handwriting recognition, and related fields. The prerequisites needed to understand this book include basic knowledge for machine learning and deep learning.