文献

J-GLOBAL ID：201802272472255423   整理番号：18A0444766

シーンテキスト認識のための視覚的注意モデル【Powered by NICT】

Visual Attention Models for Scene Text Recognition

著者 (3件)： Ghosh Suman K. ,  Valveny Ernest ,  Bagdanov Andrew D.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDAR  ページ： 943-948  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： 本論文では,シーン画像におけるテキストの語彙によらない認識へのアプローチを提案した。著者らのアプローチは,畳込み特徴から学んだLSTMベースソフト視覚的注意モデルに依存している。1式の特徴ベクトルは画像の異なる領域に対応する中間畳込み層から導出した。これは空間情報の符号化画像表現を可能にした。このようにして,フレームワークは,画像の異なる部分に焦点を当てた選択的に方法を学ぶことができた。毎時間ステップで認識を学んだ注意モデルに従って畳込み特徴ベクトルの重みづけ組合せを用いた1特性を示した。訓練は単語レベルアノテーションを用いたエンドツーエンドを行うことができる。添加では,明示的な言語モデルを統合することによりビーム探索アルゴリズムを大きく変えるより良好な認識結果をもたらすことを示した。標準SVTとICDAR’03シーンテキストデータセット上で提案アプローチの性能,制約のないテキスト認識における最先端技術の性能を検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 単語 ,  *畳込み ,  エンドツーエンド方式 ,  重みづけ ,  言語モデル ,  語彙 ,  画像
準シソーラス用語： 探索アルゴリズム ,  時間ステップ ,  空間情報 ,  特徴ベクトル ,  *テキスト ,  *視覚的注意 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： シーン ,  視覚的注意 ,  モデル