文献

J-GLOBAL ID：202002227002460250   整理番号：20A2277760

CTPNと強化YOLOv3に基づく学生運動イメージのためのテキスト検出アルゴリズム【JST・京大機械翻訳】

A Text Detection Algorithm for Image of Student Exercises Based on CTPN and Enhanced YOLOv3

著者 (4件)： Cao Langcai (Department of Automation, Xiamen University, Xiamen, China) ,  Li Hongwei (Department of Automation, Xiamen University, Xiamen, China) ,  Xie Rongbiao (Department of Automation, Xiamen University, Xiamen, China) ,  Zhu Jinrong (Department of Automation, Xiamen University, Xiamen, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 176924-176934  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 知的学習システム(ILS)は,学生のための一般的な学習ツールになった。それは,学生のための個人化された運動を推薦できるように,訓練における学生の誤った質問を収集でき,彼らの非熟練知識点を取り除くことができる。学生の運動の画像から正確にテキストを検出することは,ILSにおいて重要で不可欠である。しかし,テキスト検出の大きな課題は,従来のテキスト検出アルゴリズムが運動場面で完全なテキスト線を検出することができないということであり,それらの検出ボックスは常に中国語と数学的記号の間を分割する。本論文では,テキスト検出のための深層学習ベースアプローチを提案し,単一文字から固定幅テキストへの回帰オブジェクトの変更により,Youle of Look 1バージョン3(YOLOv3)を改善し,関係行列に基づくテキストラインを構築するためにステッチング戦略を適用し,精度を9.8%改善した。RCTW中国語テキスト検出データセットと実際の運動シナリオの両方に関する実験結果は,著者らのモデルが検出有効性を改良できることを示した。さらに,この方法を運動テキスト検出の応用における2つの最先端手法と比較し,その能力と限界を論じた。また,学生の日常ホームワークまたは検査論文におけるテキストラインを検出するために提案を実装したプラットフォームも提供し,ユーザ経験を良好に強化した。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： *アルゴリズム ,  中国語 ,  有効性 ,  在宅勤務
準シソーラス用語： 学習支援システム ,  熟達 ,  *テキスト検出 ,  学習ツール ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： 強化 ,  学生 ,  運動イメージ ,  検出アルゴリズム