识别率最高提升24.3%
通过三叉块蒸馏预训练识别器的语义知识，并用文本感知损失增强超分图像的语义信息，大幅提升低分辨率场景文本的下游识别准确率。
赵才荣 · Rui, Shu · Feng, Shuyang · Liang, Zhu · Wang, Xuekuan
IEEE Transactions on Multimedia 2024
STNet通过语义蒸馏和文本感知损失，让重建图像保留更多语义信息，三种识别器的准确率均大幅提高。
在ICDAR 2015真实场景和对敌攻击受限场景中的实验表明，加入语义信息使模型在不同数据分布下仍能稳定提升识别性能。
STNet作为前置超分模块，输出增强后的图像，可直接输入现有的ASTER、MORAN、CRNN等识别器，无需重新训练或调整识别网络。
在受限场景（防御对抗攻击）下，STNet依然能保持识别性能，说明其重建过程对扰动不敏感。