零样本汉字识别：全局对齐到局部部首验证
Get the story
该研究提出一种全局到局部的两阶段零样本汉字识别框架。第一阶段用 STG-CLIP 为 IDS（汉字结构描述）注入树位置与部首级几何先验，以提升全局召回；第二阶段通过部首验证模块（RVM）对候选字符做局部核验。在 ICDAR2013 字符级零样本设置下，使用 2,755 个已见类别，取得 83.06% top-1 准确率，报道称为 SOTA。消融实验显示几何先验与部首级验证带来互补提升。论文发表于 arXiv（Computer Vision 分类），时间为 2026-10-08。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computer Vision从全局对齐到局部定位：基于部首验证的零样本汉字识别
提出一种全局到局部的两阶段零样本汉字识别框架，用 STG-CLIP 为 IDS 注入树位置与部首级几何先验以提升全局召回，再用部首验证模块（RVM）对候选字符做局部核验。ICDAR2013 字符级零样本设置下取得 83.06% top-1 准确率，使用 2,755 个已见类别，达到 SOTA。消融实验显示几何先验与部首级验证带来互补提升。
Heat trend
Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.