文献

J-GLOBAL ID：202002235200265855   整理番号：20A2580935

グラフィカルユーザインタフェイスのためのオブジェクト検出:古いファッションまたは深層学習または組合せ?【JST・京大機械翻訳】

Object detection for graphical user interface: old fashioned or deep learning or a combination?

著者 (7件)： Chen Jieshan (Australian National University, Australia) ,  Xie Mulong (Australian National University, Australia) ,  Xing Zhenchang (Australian National University, Australia / Data61 at CSIRO, Australia) ,  Chen Chunyang (Monash University, Australia) ,  Xu Xiwei (Data61 at CSIRO, Australia) ,  Zhu Liming (Data61 at CSIRO, Australia / UNSW, Australia) ,  Li Guoqiang (Shanghai Jiao Tong University, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ESEC/FSE 2020  ページ： 1202-1214  発行年： 2020年 
JST資料番号： D0698C  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： GUI画像におけるグラフィックユーザインタフェイス(GUI)要素の検出は,ドメイン固有の物体検出タスクである。それは,GUIアニメーションと試験,GUI検索とコード生成のような多くのソフトウェア工学タスクをサポートする。GUI要素検出のための既存の研究は,従来の画像処理特徴(例えば,キャンニーエッジ,輪郭),および大規模GUIデータから検出を学習する深層学習モデルに依存する古いファッションを含む,コンピュータビジョン(CV)ドメインから成熟した方法を直接借り出す。残念なことに,これらのCV法は,GUIとGUI要素のユニークな特性の認識とGUI要素検出タスクの高い位置決め精度により,本来設計されていない。50k GUI画像上の7つの代表的GUI要素検出法の最初の大規模経験的研究を行い,これらの方法の能力,限界および効果的な設計を理解した。本研究は,対処すべき技術的課題に光を当てるだけでなく,新しいGUI要素検出法の設計を知らせる。したがって,著者らは,新しいトップダウンの粗から細かい戦略を採用する非テキストGUI要素検出のための新しいGUI特異的古いファッション法を設計し,それをGUIテキスト検出のための成熟した深層学習モデルに組み入れた。25,000GUI画像に関する評価は,この方法がGUI要素検出における最先端の性能を著しく進展することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ファッション ,  検出法 ,  ソフトウェア工学 ,  コンピュータビジョン ,  アニメーション ,  コード生成 ,  *ユーザインタフェイス ,  *GUI【計算機】
準シソーラス用語： *物体検出 ,  テキスト検出 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： コンピュータビジョン ,  深層学習 ,  オブジェクト検出 ,  ユーザインタフェイス

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (5件)： グラフィカルユーザインタフェイス ,  オブジェクト検出 ,  ファッション ,  深層学習 ,  組合せ