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。
シーン文字は文字翻訳,ぼけと不均一照明のような種々の干渉因子ゆえに,非常に挑戦的である。特性を一連の部品で構成されている,人々が特性を観察する時に異なる部分は多様な強い関心が寄せられていることを考慮して,シーン文字を認識するための各部に異なる重要性を割り当てるべきである。本論文では,空間的に埋め込まれた突出部検出器の応答を集めて識別特性表現を提案した。特に,ここではまず,訓練済み畳込みニューラルネットワーク(CNN)から畳込み活性化を抽出した。これら畳込み活性化は特性部品の局所記述子と考えられている。パートディテクターのセットを学習し,顕著な部分に応答する特徴的な畳込み活性化を選択した。,文字の並進,回転,変形などの影響を軽減するために,著者らは個々のパートディテクターの応答領域を帰属し,この領域における最大応答を探索した。最後に,すべての顕著な部分検出器の最大出力を凝集特性を表現した。三データセットに関する実験は,シーン文字認識のための提案した方法の有効性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】