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。
単一フォント光学文字認識(OCR)は活字OCRより,一般的により正確であるため分類ページやテキストラインフォントカテゴリーに転写を支援する。畳込みニューラルネットワーク(CNN)に基づく簡単なフレームワークを提案した,CNNは,テキストの小さなパッチを分類予め定義されたフォントクラスにするように訓練した。ページまたは線画像を分類するために,密に抽出されたパッチ上のCNN予測を平均化した。は,この方法が98.8%ラインレベル精度で40アラビア語計算機フォントの挑戦的なデータセット上で最先端レベルの性能を達成することを示した。同じ方法を,中世ラテン原稿にページレベルでpaleographic scribalスクリプトクラスを予測する86.6%の報告された最高の精度を達成した。最後に,ラテン原稿にCNNにより学習されるどのような特徴解析とCNNはscribalスクリプトクラスの間の明確な形態学的差異と同様にクラス相関有害因子に過剰適合の両方を学習するという証拠を見出した。テキスト暗所にロバスト性を改善し,さらに分類性能を増加させることをデータ増大の新しい型を提案した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】