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。
高速R CNNに基づくアプローチはテキスト検出のための有望な結果を達成したが,その位置決め精度はある場合には十分ではない。本論文では,より高速なR CNNに基づくテキスト検出器の位置決め精度を改善するためにLocNetを用いることを提案した。地域提案ネットワーク(RPN)により生成された提案を考えると,関与しているテキストインスタンスのバウンディングボックス座標を直接予測する代わりに,提案手法は探索領域を拡大する各列に条件付き確率とこの探索領域のカラムを帰属することができ,それは関与しているバウンディングボックスを正確に推定するために使用した。実験を行い,提案アプローチでは,”速く”R CNNに基づくテキスト検出のための位置決め精度を向上させることを実証した。結果として,この新しいテキスト検出器はICDAR2011ICDAR2013とMULTILIGULテキスト検出ベンチマークタスクで優れた性能を達成した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】