文献

J-GLOBAL ID：201802254328738319   整理番号：18A0586232

画像テキストへの変換:現状と拡張作業の状態【Powered by NICT】

Image to Text Conversion: State of the Art and Extended Work

著者 (3件)： Farhani Nada ,  Terbeh Naim ,  Zrigui Mounir
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AICCSA  ページ： 937-943  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文の目的は,ジェスチャ,音声,音とビジョンのようなヒトへの自然なコミュニケーションモダリティの使用を導入した人間-機械コミュニケーションの進化による異なるモダリティ(テキスト,画像)間の情報の変換を研究することである。実際では,この「マルチモーダル」学習の主な課題の一つは,異なるモダリティ間の共有表現と他に条件付けられたモダリティからの欠測データ(例えば,検索や合成)の予測の学習である。いくつかの研究は,異なるタイプの変換に働く音声,音声への画像またはテキストへのテキストに画像合成法及び同様であるその逆が,この論文では,に焦点を当てた:テキストへの画像(TTP)と画像テキスト(PTT)の合成。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： コミュニケーション ,  ヒト ,  画像合成 ,  *画像 ,  多モード ,  音響 ,  学習
準シソーラス用語： 欠測値 ,  モダリティ ,  身振り ,  *テキスト , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (2件)： 現状 ,  拡張