文献

J-GLOBAL ID：201802289052641159   整理番号：18A0444675

シーン文字認識のための空間的に埋め込まれた識別その検出器の学習【Powered by NICT】

Learning Spatially Embedded Discriminative Part Detectors for Scene Character Recognition

著者 (4件)： Wang Yanna ,  Shi Cunzhao ,  Xiao Baihua ,  Wang Chunheng
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDAR  ページ： 363-368  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： 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】

シソーラス用語： 畳込み ,  照明 ,  凝集 ,  干渉 ,  *検出器 ,  *文字認識
準シソーラス用語： 畳込みニューラルネットワーク , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： シーン ,  文字認識 ,  識別 ,  検出器 ,  学習