抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
印刷文書認識の性能は,訓練データを増大させる,特に言語含有量でより大きな変化を提供することにより,合成画像を生成することにより有意に改善していた。手書き文字認識はこのデータ増強から利益を得て通常加えられている唯一の変動はスキュー,傾斜と雑音の人工的に生成された組合せによるものである。手書きテキスト文字の形,尺度と空間配置の変化により複雑であり,文字の筆記体側面を合併することができる。テキストの合成系,孤立した文字の与えられたサンプルを生成するために,漢字の特別な場合における,新しい戦略を提案した。良く知られたCASIAデータベースを用いて,MDLSTM RNNモデルを訓練合成線画像の生成における,することである。実世界画像の独立集合について,合成画像だけで訓練したモデルを実画像上で排他的に訓練されたベースラインモデルに対して文字誤り率における4.4%相対削減を達成し,実画像と合成画像の組合せに訓練は10.4%のかなりの減少をもたらした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】