端到端免匹配
用文本查询在长时序中隐式跟踪并识别文本，摆脱了传统逐帧匹配的复杂后处理。
Wu, Weijia · Cai, Yuanqiang · Shen, Chunhua · Debing, Zhang · 付莹 · 周泓 · Ping, Luo
International Journal of Computer Vision 2024
用文本查询在超过7帧的长时序上隐式跟踪和识别，不必在相邻帧间显式匹配。
同时解决检测、跟踪、识别三个子任务，整体训练，简化了系统设计。
在 ICDAR2013 Video、ICDAR2015 Video 等四个数据集上取得最高 11.0% 的提升。