GryphOne: Symbol-Aware Masked Diffusion for Structural Refinement in Offline Handwritten Mathematical Expression Recognition
Preferred Networks, Inc.（Preferred Networks公司）；Kyushu University（九州大学）
提出离散扩散框架GryphOne，将HMER重构为迭代符号细化而非序列生成，通过符号感知分词和随机掩码互学习提升鲁棒性，在MathWriting上达到5.51% CER和59.9% EM，超越所有重实现模型和商业系统。
2026-07-02 cs.CV cs.LG
Use neural networks to recognize students' handwritten letters and incorrect symbols
Xi’an Jiaotong-Liverpool University（西交利物浦大学）；Suzhou Centennial College（苏州百年职业学院）；GROW Inc.（GROW公司）；TAL Education Group（好未来教育集团）
本文将批改选择题视为图像多分类任务，针对学生可能写出错误符号的情况，提出设置五个分类（四个正确选项加一个错误书写类）的神经网络方法，以处理非标准书写选项。
2023-09-12 cs.CV
DiffMath: Symbol- and Graph-Aware Latent Diffusion Transformer for Handwritten Mathematical Expression Generation
South China University of Technology（华南理工大学）；Huawei Technologies Co., Ltd.（华为技术有限公司）
提出DiffMath框架，利用LaTeX层次结构作为先验，通过关系抽象语法树、结构保持潜在表示和条件去噪，无需位置监督即可生成结构一致的手写数学表达式。
2026-09-29 cs.CV
Online Handwritten Mathematical Expressions Recognition System Using Fuzzy Neural Network
本文描述了基于手写符号识别和结构分析方法的手写数学表达式在线识别的信息技术。
2017-07-12 cs.CV
Database of handwritten Arabic mathematical formulas images
Research unit SAGE National Engineering School of Sousse (Eniso), University of Sousse（苏塞大学苏塞国家工程学院 SAGE 研究单元）
虽然公开可用，地面真实数据库已被证明是有用的训练，评估和比较识别系统在许多领域，这种数据库的可用性手写阿拉伯数学公式识别，特别是目前相当差。在本文中，我们提出了一个新的公共数据库，其中包含数学表达式可在其离线手写的形式。在这里，我们描述了不同的步骤，使我们能够获得这个数据库，从创建的数学表达式语料库的转录收集的数据。目前，该数据集包含4238离线手写数学表达式写的66个作家和20300手写孤立的符号图像。还为手写表达式提供了地面实况，作为具有符号数量和MATHML结构的XML文件。
2016-08-08 cs.CV
Semantic Graph Representation Learning for Handwritten Mathematical Expression Recognition
Tomorrow Advancing Life（好未来）；Huazhong University of Science and Technology（华中科技大学）
针对手写数学表达式识别中现有方法难捕捉符号交互、易混淆相似符号的问题，提出基于语义图的语义交互学习方法，通过语义感知模块投影特征并联合优化，在两个基准数据集上取得优于现有方法的识别性能。
2023-08-21 cs.CV
An Intelligent-Detection Network for Handwritten Mathematical Expression Recognition
School of Information Science and Technology, Fudan University（复旦大学信息科学与技术学院）
本文提出一种基于增强YOLOv7目标检测的智能检测网络IDN，结合BiGRU和BSRT识别手写数学表达式中的符号关系，在复杂公式识别上优于传统编码器-解码器方法。
2023-11-26 cs.CV
Link prediction Graph Neural Networks for structure recognition of Handwritten Mathematical Expressions
Vietnamese-German University（越南-德国大学）
本文提出一种基于图神经网络的方法，通过深度BLSTM和2D-CFG解析器构建初始图，并利用链接预测模型精炼结构，实现手写数学表达式的高效结构识别。
2025-11-04 cs.CL cs.CV
Few Shots Are All You Need: A Progressive Few Shot Learning Approach for Low Resource Handwritten Text Recognition
Computer Vision Center（计算机视觉中心）；Universitat Autònoma de Barcelona（巴塞罗那自治大学）；Digital Research Center of Sfax（斯法克斯数字研究中心）；Uppsala University（乌普萨拉大学）
在低资源场景中的手写文本识别，例如具有罕见字母的手稿，是一个具有挑战性的问题。主要的困难来自于很少的注释数据和有限的语言信息（例如词典和语言模型）。因此，我们提出了一种基于少样本学习的手写识别方法，该方法大大减少了人工标注过程，只需要每个字母符号的几个图像。该方法包括在文本行图像中检测给定字母表的所有符号，并将获得的相似性分数解码为转录符号的最终序列。我们的模型首先在从任何字母表生成的合成线图像上进行预训练，即使与目标域不同。然后应用第二训练步骤以减小源数据和目标数据之间的差距。由于这种再训练需要对数千个手写符号及其边界框进行注释，因此我们建议通过一种无监督的渐进式学习方法来避免这种人为努力，该方法自动为未注释的数据分配伪标签。对不同手稿数据集的评估表明，我们的模型可以导致有竞争力的结果，显着减少人力。代码将在以下存储库中公开提供：\url{https://github.com/dali92002/HTRbyMatching}
2022-06-13 cs.CV
The Return of Structural Handwritten Mathematical Expression Recognition
Computer Vision Lab, CAIDAS \& IFI, University of W\"urzburg, W\"urzburg, Germany
本文针对手写数学表达式识别缺乏符号与笔迹对齐的问题，提出自动标注系统和模块化结构化识别系统，结合图排序、混合网络与Transformer校正，在CROHME-2023上实现可解释的结构化识别。
2025-08-27 cs.CV
Multi-Scale Attention with Dense Encoder for Handwritten Mathematical Expression Recognition
University of Science and Technology of China（中国科学技术大学）
手写数学表达式的识别是一个具有挑战性的问题，因为手写数学符号的二维结构复杂，手写输入具有歧义性，并且手写数学符号的大小不一。为了解决这个问题，我们利用基于注意力的编码器-解码器模型，识别数学表达式图像从二维布局到一维LaTeX字符串。我们通过采用密集连接的卷积网络来改进编码器，因为它们可以加强特征提取并促进梯度传播，特别是在小训练集上。我们还提出了一种新的多尺度注意力模型，该模型用于处理不同尺度下的数学符号识别，并保存了池化操作会丢失的细粒度细节。在CROHME竞赛任务上进行了验证，所提出的方法明显优于最先进的方法，仅使用官方训练数据集，在CROHME 2014和CROHME 2016上的表情识别准确率分别为52.8%和50.1%。
2018-01-31 cs.CV
Detecting Noteheads in Handwritten Scores with ConvNets and Bounding Box Regression
Charles University（查理大学）
记头是乐谱和音乐之间的接口。页面上的每个音符头表示要播放的一个音符，因此检测音符头是光学音乐识别不可避免的步骤。便签头是明显不同的对象，然而，乐谱手写的多样性使得便签头更难识别，并且虽然手写乐谱符号{ \em分类}是一项研究充分的任务，但是符号{ \em检测}通常限于分析和基于规则的系统，而不是更适合于处理手写中的不确定性的机器学习方法。我们目前正在进行的工作，一个简单的便签检测器，使用卷积神经网络的像素分类和限界框框回归，实现了检测f-分数为0.97的二进制得分图像的MUSCIMA++数据集，不需要人员删除，并适用于各种手写风格和音乐复杂程度。
2017-08-05 cs.CV
A General Framework for the Recognition of Online Handwritten Graphics
University of São Paulo（圣保罗大学）；University of Nantes（南特大学）
我们提出了一个新的框架识别在线手写图形。该框架的三个主要特点是它的能力，以综合的方式处理符号和结构层次的信息，其灵活性相对于不同的家庭的图形，和手段来控制识别效率和计算成本之间的权衡。我们将图形建模为从图形语法生成的标记图。非终端顶点表示子组件，终端顶点表示符号，边表示子组件或符号之间的关系。然后，我们将识别问题建模为图形解析问题：给定输入笔划集，我们搜索表示输入的最佳解释的解析树。我们的图解析算法生成多个解释（与语法一致），然后我们根据考虑符号和结构的可能性得分的成本函数提取最佳解释。解析算法包括递归分区的笔画集根据语法中定义的结构，它不施加约束，目前在一些以前的作品（如笔画排序）。通过避免这样的限制，并感谢强大的代表性的图形，我们的方法可以适应不同的图形符号的识别。我们展示了应用程序的数学表达式和流程图的识别。实验表明，我们的方法在这两个应用程序中获得了最先进的精度。
2017-09-19 cs.CV
One-shot Compositional Data Generation for Low Resource Handwritten Text Recognition
Computer Vision Center, UAB（巴塞罗那自治大学计算机视觉中心）；Helsing AI（赫尔辛人工智能公司）；Digital Research Center of Sfax（斯法克斯数字研究中心）
低资源手写文本识别（HTR）是一个困难的问题，由于稀缺的注释数据和非常有限的语言信息（字典和语言模型）。例如，在历史上的手稿，这通常是写与发明字母隐藏的信息内容。因此，在本文中，我们通过基于贝叶斯程序学习（BPL）的数据生成技术来解决这个问题。与传统的生成方法相反，传统的生成方法需要大量的注释图像，我们的方法能够使用字母表中每个符号的一个样本来生成类似人类的笔迹。生成符号后，我们创建合成线，以无分割方式训练最先进的HTR架构。定量和定性分析进行了验证，所提出的方法的有效性。
2021-10-05 cs.CV
When Counting Meets HMER: Counting-Aware Network for Handwritten Mathematical Expression Recognition
Tomorrow Advancing Life（好未来）；Huazhong University of Science and Technology（华中科技大学）
目前手写体数学表达式识别（HMER）方法大多采用编码器-解码器网络，利用注意力机制直接从公式图像中预测标记序列。然而，这样的方法可能无法准确地读取具有复杂结构的公式或生成长标记序列，因为注意力结果通常由于书写风格或空间布局的大变化而不准确。为了缓解这个问题，我们提出了一个非常规的网络HMER命名为计数感知网络（CAN），它联合优化两个任务：HMER和符号计数。具体来说，我们设计了一个弱监督计数模块，可以预测每个符号类的数量，而无需符号级位置注释，然后将其插入到一个典型的基于注意力的HMER编码器-解码器模型中。在HMER基准数据集上的实验验证了联合优化和计数结果都有利于纠正编码器-解码器模型的预测错误，并且CAN始终优于最先进的方法。特别地，与用于HMER的编码器-解码器模型相比，由所提出的计数模块引起的额外时间成本是微不足道的。源代码可在https://github.com/LBH1024/CAN上获得。
2022-07-23 cs.AI cs.CV
PosFormer: Recognizing Complex Handwritten Mathematical Expression with Position Forest Transformer
Shanghai Jiao Tong University（上海交通大学）；Paris Elite Institute of Technology, Shanghai Jiao Tong University（上海交通大学巴黎卓越工程师学院）
针对现有手写数学表达式识别方法难以捕捉符号位置与层级关系的问题，提出融合位置森林与隐式注意力校正模块的PosFormer模型，在多类数据集上以无额外开销的表现超越现有最优方法。
2024-07-10 cs.CV
A GRU-based Encoder-Decoder Approach with Attention for Online Handwritten Mathematical Expression Recognition
University of Science and Technology of China（中国科学技术大学）
在这项研究中，我们提出了一种新的端到端的方法的基础上的编码器-解码器框架与注意力机制的在线手写数学表达式识别（OHMER）。首先，输入的手写表情的二维墨水轨迹信息通过基于门控递归单元的递归神经网络（GRU-RNN）进行编码。然后，解码器也实现了GRU-RNN与基于覆盖的注意力模型。该方法可以同时完成符号识别和结构分析，输出LaTeX格式的字符序列。在CROHME 2014竞赛任务上进行了验证，我们的方法仅使用官方训练数据集，表情识别准确率为52.43%，明显优于最先进的方法。此外，通过注意力机制对手写表情的输入轨迹和输出LaTeX序列的对齐进行了可视化，验证了该方法的有效性.
2017-12-04 cs.CV
Local and Global Graph Modeling with Edge-weighted Graph Attention Network for Handwritten Mathematical Expression Recognition
Nantes Universite（南特大学）；Ecole Centrale Nantes（南特中央理工学院）；CNRS（法国国家科学研究中心）；Rochester Institute of Technology（罗切斯特理工学院）
提出融合 EGAT 与局部/全局笔画级图建模的端到端 HMER 方法，将识别转化为节点与边分类，提升符号、关系及表达式识别性能。
2024-10-24 cs.CV cs.LG
Learning symbol relation tree for online mathematical expression recognition
Tokyo University of Agriculture and Technology（东京农工大学）
提出了一种直接从笔画序列建立符号关系树的联机手写数学表达式识别方法。双向递归神经网络从SRT的多个导出路径学习，以使用全局上下文来预测符号和符号之间的空间关系。识别系统由两部分组成：时间分类器和树连接器。时间分类器通过识别OnHME模式来产生SRT。采油树连接器将SRT分成几个子SRT。通过查找这些子SRT中的最佳组合来形成最终SRT。此外，我们还采用了一种树排序方法来处理各种笔顺。识别实验表明，所提出的OnHME识别系统是具有竞争力的其他方法。该识别系统在2014年和2016年在线手写数学表达式识别竞赛（CROHME）测试集上分别取得了44.12%和41.76%的表情识别率。
2021-05-13 cs.CV cs.LG
Recognizing Handwritten Mathematical Expressions as LaTex Sequences Using a Multiscale Robust Neural Network
School of Instrumentation Science and Optoelectronics Engineering, Beihang University（北京航空航天大学仪器科学与光电工程学院）
本文提出了一种鲁棒的多尺度神经网络识别手写数学表达式并输出LaTeX序列，该网络能够有效、正确地关注输出的每一步，对分析手写数学表达式的二维结构和识别长表达式中的不同数学符号具有积极的作用。在可视化的基础上，详细展示了模型的识别过程。此外，我们的模型在公共CROHME 2014和CROHME 2016数据集上实现了49.459%和46.062%的ExpRate。目前的模型结果表明，国家的最先进的模型具有更好的鲁棒性，更少的错误，和更高的精度。
2020-02-26 cs.CV eess.IV
A Few-shot Learning Approach for Historical Ciphered Manuscript Recognition
Universitat Autònoma de Barcelona（巴塞罗那自治大学）；Digital Research Center of Sfax（斯法克斯数字研究中心）；Sfax University（斯法克斯大学）；Uppsala University（乌普萨拉大学）
编码（或密码）手稿是一种特殊类型的历史文件，包含加密文本。这类文档的自动识别具有挑战性，因为：1）密码字母表从一个文档到另一个文档变化，2）缺乏用于训练的注释语料库，3）接触符号使得符号分割困难且复杂。为了克服这些困难，我们提出了一种基于Few-Shot目标检测的手写体密码识别方法。我们的方法首先检测所有符号的一个给定的字母表中的线图像，然后解码步骤映射的符号相似性分数的转录符号的最终序列。通过对合成数据的训练，我们证明了所提出的体系结构能够识别具有不可见字母的手写密码。此外，如果使用相同字母表的几个标记页面进行微调，我们的方法优于现有的无监督和监督HTR方法的密码识别。
2020-09-26 cs.CV
A Transformer-based Math Language Model for Handwritten Math Expression Recognition
Tokyo University of Agriculture and Technology（东京农工大学）
手写的数学表达式（HME）在其解释中包含模糊性，即使有时对于人类也是如此。几个数学符号在书写风格上非常相似，例如点和逗号或0、0和o，这对于HME识别系统来说是一个挑战，需要在不使用上下文信息的情况下进行处理。针对这一问题，提出了一种基于转换器的数学语言模型（TMLM）。基于自注意力机制，通过输入标记与先前标记的关系来计算标记序列中输入标记的高级表示。因此，TMLM可以捕获数学表达式（ME）中的符号和关系之间的长依赖性和相关性。我们使用CROHME 2016中提供的约70，000个LaTeX序列的语料库训练了所提出的语言模型。TMLM实现了4.42的复杂度，它优于以前的数学语言模型，即，基于N-gram和递归神经网络的语言模型。此外，我们结合TMLM到一个随机的上下文无关文法为基础的HME识别系统，使用加权参数重新排名前10名的最佳候选人。CROHME 2016和CROHME 2019测试集的表达率分别提高了2.97和0.83个百分点。
2021-08-11 cs.CL cs.CV
Robust Encoder-Decoder Learning Framework towards Offline Handwritten Mathematical Expression Recognition Based on Multi-Scale Deep Neural Network
School of Instrumentation Science and Optoelectronics Engineering, Beihang University（北京航空航天大学仪器科学与光电工程学院）；Institute of Electronics, Chinese Academy of Sciences（中国科学院电子学研究所）；University of Chinese Academy of Sciences（中国科学院大学）
脱机手写数学表达式识别是一项具有挑战性的任务，因为手写数学表达式在识别过程中主要存在两个问题。一方面是如何正确识别不同的数学符号。另一方面是如何正确认识数学表达式中存在的二维结构。受深度学习领域近期工作的启发，提出了一种新的神经网络模型，该模型将多尺度卷积神经网络（CNN）与注意力递归神经网络（RNN）相结合，用于将二维手写数学表达式识别为一维LaTeX序列。因此，在目前的工作中提出的模型已经实现了WER误差为25.715%和ExpRate为28.216%。
2020-05-28 cs.CV cs.LG
Uni-MuMER: Unified Multi-Task Fine-Tuning of Vision-Language Model for Handwritten Mathematical Expression Recognition
Wangxuan Institute of Computer Technology, Peking University（计算机技术研究院，北京大学）
本文提出Uni-MuMER，通过统一多任务微调视觉-语言模型，在不改架构下集成树感知思维链、错误驱动学习和符号计数，在手写数学表达式识别上超越现有最佳模型。
2025-10-25 cs.CV
Modular Graph Extraction for Handwritten Circuit Diagram Images
RPTU（莱茵兰-普法尔茨技术大学（凯泽斯劳滕-兰道））；DFKI（德国人工智能研究中心）
本文提出一种在公开数据集上提取手绘电路图电气图的模块化端到端解决方案，通过评估目标检测、分割、字符识别等子任务并提出图组装与校正算法，形成新基线并集成于公开原型。
2024-02-16 cs.CV cs.LG
A Public Ground-Truth Dataset for Handwritten Circuit Diagram Images
DFKI GmbH（德国人工智能研究中心）；TU Kaiserslautern（凯泽斯劳滕工业大学）
线图数字化方法的发展（特别是在电气工程领域）依赖于公开可用的培训和评估数据的可用性。本文提出了这样一个图像集连同注释。该数据集由12名绘图员的144个电路的1152幅图像和48563条注释组成。这些图像中的每一个都描绘了一个电路图，由消费级相机在不同的照明条件和视角下拍摄。已经使用了各种不同的铅笔类型和表面材料。对于每个图像，所有单独的电气元件都用边界框和45个类别标签中的一个进行注释。为了简化图形提取过程，引入了不同的辅助符号，如连接点和交叉点，同时还注释了文本。几何和分类学的问题所产生的这项任务，以及类本身和统计的外观。标准Faster RCNN在数据集上的性能作为目标检测基线提供。
2021-07-21 cs.CV
Mask & Match: Learning to Recognize Handwritten Math with Self-Supervised Attention
针对手写数学表达式识别，本文提出结合全局/局部对比预训练与渐进式空间掩码自监督注意力的框架，并通过 transformer 解码器微调，在 CROHME 上优于现有 SSL 及全监督基线。
2025-08-28 cs.AI cs.CV
Recognizing Handwritten Mathematical Expressions of Vertical Addition and Subtraction
Universidade Federal Rural de Pernambuco (UFRPE)（伯南布哥联邦农村大学（UFRPE））；Universidade Federal de Pernambuco (UFPE)（伯南布哥联邦大学（UFPE））；Federal University of Alagoas（阿拉戈斯联邦大学）
本文针对竖式加减法手写数学表达式识别问题，构建了专用数据集并扩展MNIST生成人工图像，结合YOLO系列等目标检测算法与LATEX转录方法，实现了高效识别。
2023-08-10 cs.CV
Stroke Constrained Attention Network for Online Handwritten Mathematical Expression Recognition
University of Science and Technology of China（中国科学技术大学）；National Engineering Laboratory for Speech and Language Information Processing（国家语音与语言信息处理工程实验室）
本文提出了一种新的笔画约束注意力网络（SCAN），它将笔画作为基于编码器-解码器的在线手写数学表达式识别（HMER）的基本单元。与以往的方法，使用跟踪点或图像像素作为基本单位，扫描充分利用笔划级的信息，更好地对齐和表示。所提出的SCAN可以在单模态（在线或离线）和多模态HMER中采用。对于单模态HMER，SCAN首先采用CNN-GRU编码器在在线模式下从输入轨迹中提取点级特征，并采用CNN编码器在离线模式下从输入图像中提取像素级特征，然后使用笔划约束信息将它们转换为在线和离线笔划级特征。使用笔划级特征可以显式地将属于同一笔划的点或像素分组，从而降低了通过具有注意力机制的解码器进行符号分割和识别的难度。对于多模态HMER，除了在解码器中融合多模态信息之外，SCAN还可以通过利用在线和离线模态之间的基于笔划的对齐来在编码器中融合多模态信息。编码器融合是用于组合多模态信息的更好方式，因为它在解码器融合之前一步实现信息交互，使得在训练编码器-解码器模型时可以更早且更充分地利用多模态的优点。通过CROHME竞赛发布的基准评估，建议的SCAN达到了最先进的性能。
2020-02-20 cs.CV
Bidirectional Trained Tree-Structured Decoder for Handwritten Mathematical Expression Recognition
University of Science and Technology of China（中国科学技术大学）
针对手写数学表达式识别中树解码器难以利用双向上下文信息的问题，提出镜像翻转符号布局树与双向异步训练结构，并引入共享语言建模机制，在多个数据集上达到当前最优性能。
2023-12-31 cs.AI cs.CV
Handwritten Mathematical Expression Recognition via Attention Aggregation based Bi-directional Mutual Learning
Beijing Institute of Technology（北京理工大学）；Tencent（腾讯）
手写数学表达式识别的目的是从给定的图像自动生成LaTeX序列。目前，基于注意力的编码器-解码器模型被广泛用于此任务。它们通常以从左到右（L2 R）的方式生成靶序列，而不利用从右到左（R2 L）的上下文。本文提出了一种基于注意力聚合的双向互学习网络（ABM），它由一个共享的编码器和两个并行的逆解码器（L2 R和R2 L）组成。这两个解码器通过相互蒸馏来增强，这涉及在每个训练步骤中一对一的知识转移，充分利用来自两个相反方向的互补信息。此外，为了处理不同尺度的数学符号，提出了一个注意力聚合模块（AAM），以有效地整合多尺度覆盖的注意力。值得注意的是，在推理阶段，考虑到模型已经从两个相反的方向学习知识，我们只使用L2 R分支进行推理，保持原始参数大小和推理速度。大量的实验表明，我们提出的方法在CROHME 2014上实现了56.85%的识别准确率，在CROHME 2016上实现了52.92%，在CROHME 2019上实现了53.96%，而无需数据增强和模型集成，大大优于最先进的方法。源代码可以在https://github.com/XH-B/ABM上找到。
2022-02-23 cs.AI cs.CV cs.LG
NAMER: Non-Autoregressive Modeling for Handwritten Mathematical Expression Recognition
University of Science and Technology of China（中国科学技术大学）；iFLYTEK Research（讯飞研究院）
本文提出非自回归建模方法NAMER，通过视觉感知分词器和并行图解码器解决手写数学表达式识别中自回归方法的上下文缺失、错误累积和速度慢问题，在多个数据集上提升准确率并大幅加速。
2024-07-16 cs.CV cs.LG
Fully Convolutional Networks for Handwriting Recognition
Rochester Institute of Technology（罗切斯特理工学院）；Kodak Alaris（柯达乐芮）
手写文本识别具有挑战性，因为人类可以用几乎无限的方式编写相同的消息。我们的完全卷积手写模型接受未知长度的手写样本，并输出任意符号流。我们的双流架构使用本地和全球的背景下，减轻了繁重的预处理步骤，如符号对齐校正以及复杂的后处理步骤，如连接主义的时间分类，字典匹配或语言模型的需要。使用超过100个独特的符号，我们的模型是不可知的拉丁语为基础的语言，并被证明是相当有竞争力的最先进的字典为基础的方法在流行的IAM和RIMES数据集。当一个字典是已知的，我们进一步允许一个概率字符出错率，以纠正错误的字块。最后，我们介绍了一种基于注意力的机制，它可以自动定位手写体的变体，如倾斜，笔画宽度或噪音。
2019-07-10 cs.CV
DenseBAM-GI: Attention Augmented DeneseNet with momentum aided GRU for HMER
Indian Institute of Information Technology, Allahabad（印度阿拉哈巴德信息技术学院）
提出用于手写数学表达式识别的新型编码器-解码器架构DenseBAM-GI，通过结合BAM和GI-GRU提升识别率并降低计算复杂度与显存需求。
2023-06-28 cs.CV
