文献

J-GLOBAL ID：202002212178651817   整理番号：20A1187696

推論のための関係マップを用いた図形字幕【JST・京大機械翻訳】

Figure Captioning with Relation Maps for Reasoning

著者 (6件)： Chen Charles (Ohio University) ,  Zhang Ruiyi (Duke University) ,  Koh Eunyee (Adobe Research) ,  Kim Sungchul (Adobe Research) ,  Cohen Scott (Adobe Research) ,  Rossi Ryan (Adobe Research)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WACV  ページ： 1526-1534  発行年： 2020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： ラインプロット,パイチャート,バーチャートのような図形は,簡潔なフォーマットで重要な情報を伝えるために広く使われている。本研究では,目標が与えられた図形に対する自然言語記述を自動的に生成することを目的とした図形生成の問題を検討した。自然画像捕捉は広く研究されているが,図形捕捉は比較的少ない注意を受けており,挑戦的な問題となっている。このタスクに対する成功した解決策には,多くの潜在的応用がある。1)PDF文書における大量の図形を自動分析する。2)図形コンテンツを視覚障害者にアクセスできるようにすることにより,ユーザの経験を向上させる。この問題を解決するために,データセットFigCAPを導入し,新しい注意メカニズムを提案した。曝露バイアス問題を解決するために,著者らは,さらに,強化学習に基づく配列レベル政策によって捕獲モデルを訓練して,それは直接的に評価基準を最適化した。広範な実験により,提案した方法がベースラインより優れていることを示し,従って,図形の自動生成のための大きな可能性を実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  自動分析 ,  自然言語 ,  捕獲 ,  バイアス ,  基準線 ,  評価基準 ,  視覚障害者 ,  *棒グラフ ,  強化学習 ,  コンテンツ
準シソーラス用語： 字幕 ,  自然画像 ,  自動生成 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 推論 ,  マップ ,  図形 ,  字幕