文献

J-GLOBAL ID：201802259202438644   整理番号：18A0382973

手書き文書におけるキーワードスポッティングのためのBayes背景モデル【Powered by NICT】

Bayesian background models for keyword spotting in handwritten documents

著者 (2件)： Kumar Gaurav (Department of Computer Science and Engineering, University at Buffalo, 113 Davis Hall, Amherst, NY 14260-2500, USA) ,  Govindaraju Venu (Department of Computer Science and Engineering, University at Buffalo, 113 Davis Hall, Amherst, NY 14260-2500, USA)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 64  ページ： 84-91  発行年： 2017年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 背景手書き文書では単語以外,関心における何でもできる。背景の特性は,典型的には,手書き文書のスポッティングを達成するための背景モデルで捕捉した。手書き文書におけるキーワードスポッティングのための二つのそのようなBayes背景モデルを提案した。最初に,Bayes一般化線形モデルと呼ばれる(VDBM)を用いた背景モデルを提示し,次にBGKBMと呼ばれるBayes一般化カーネル背景モデルを提案した。手書き文書の集合と,キーワードと非キーワードスコアのバンチを考えると,モデルは,手書き文書における最も信頼できるキーワード領域を出力する効率的なBayes拒絶基準を学習する。変分動的背景モデル(VDBM)ではパラメータの推論は,変分法を用いて行われるとBayes一般化カーネル背景モデル(BGKBM)のための,推論を提案したMarkov連鎖モンテカルロ(MCMC)法を用いて行った。モデルはスコアキーワードと非キーワードのための手書き認識器から得られた上に構築した。アプローチが認定を基づいており,ラインレベルで動作する。これら手法は公開利用可能IAMデータセット上で検証され,技術ラインレベルキーワードスポッティング手法の他の状態と比較した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 単語 ,  Markov連鎖 ,  *キーワード ,  変分法 ,  モンテカルロ法 ,  手書き文字認識
準シソーラス用語： MCMC ,  *キーワードスポッティング ,  *手書き , 【Automatic Indexing@JST】

著者キーワード (4件)： 手書き文字認識 ,  キーワードスポッティング ,  Bayes一般化線形モデル ,  Bayes一般化カーネルモデル

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 手書き ,  文書 ,  キーワードスポッティング ,  背景モデル