ในกระดาษนี้เรานำเสนอระบบเฉพาะสำหรับการรับรู้ RBN ในคอลเลกชันภาพธรรมชาติที่ถ่ายในการแข่งขันกีฬา. ปัญหาที่เฉพาะเจาะจงนี้ตกอยู่ระหว่างปัญหาของ<br>การตรวจจับข้อความภายใต้เงื่อนไขที่จำกัดมากเช่น LPR และบริบทที่กว้างขึ้นของข้อความ<br>การตรวจจับในฉากที่ไม่มีโครงที่สมบูรณ์ (เช่นการตรวจจับข้อความใน "ป่า") เราแสดงให้เห็น<br>โดยใช้ความรู้ที่ RBN ตั้งอยู่บนบุคคลการเพิ่มประสิทธิภาพของ SWT และ<br>การประมวลผลที่เหมาะสมของแท็กที่ตรวจพบเราประสบความสำเร็จในการรับรู้ที่เชื่อถือได้และมีประสิทธิภาพ การ<br>แนวคิดที่แสดงในกระดาษอาจเป็นประโยชน์สำหรับปัญหาการตรวจจับข้อความอื่นๆใน<br>สถานการณ์ที่ถูกจำกัดเป็นบางส่วน เท่าที่ข้อจำกัดไปเราอย่างชัดเจนขึ้นอยู่กับคุณภาพของ<br>การตรวจจับใบหน้า นอกจากนี้การจัดการ occlusions บางส่วนในแท็กและการรักษาที่ดีขึ้นของ<br>ไม่มีความแข็งแกร่งของแท็กที่เหลือสำหรับการวิจัยในอนาคต
正在翻譯中..
