基于GPT模型语义反馈的多切分选择算法

切分是光学字符识别中一个至关重要的步骤,它直接影响着最终文本识别的准确性.传统光学字符识别一般是针对给定的文本图像提供单一的切分策略,但在处理低质量或者格式多变的图像时效果较差.研究了多切分候选的选择问题,提出了一种针对多切分候选的基于GPT模型语义反馈的切分选择算法.实验表明,本文提出的算法,通过与GPT模型的语义评估能力有效结合,对低质量文本图像的切分任务取得了显著的改进,进一步提升了识别的准确率.

基于语义匹配的交互式视频检索框架

近年来基于内容的视频检索技术受到人们越来越多的关注.本文提出了一套基于语义匹配的交互式视频检索框架,其贡献主要为以下三方面:1)定义新型的视频高层特征—语义直方图用以描述视频的高层语义信息;2)使用主导集聚类算法建立基于非监督学习的检索机制,用以降低在线计算复杂度和提高检索效率;3)提出新型的相关反馈机制—基于语义的分支反馈,该机制采用分支反馈结构和分支更新策略实现检索性能的提升.实验结果表明了本框架的有效性.