文献

J-GLOBAL ID：202002242241134910   整理番号：20A1945984

離散余弦変換,離散ウェーブレット変換およびGaborフィルタを用いた筆記言語文書画像の特徴抽出【JST・京大機械翻訳】

Feature Extraction for Cursive Language Document Images Using Discrete Cosine Transform, Discrete Wavelet Transform and Gabor Filter

著者 (3件)： Siddiqui Maria (Department of Electrical Engineering, Institute of Space Technology, Islamabad, Pakistan) ,  Siddiqi Imran (Department of Computer Science, Bahria University, Islamabad, Pakistan) ,  Khurshid Khurram (Department of Electrical Engineering, Institute of Space Technology, Islamabad, Pakistan)
資料名： ACM Proceedings  (ACM Proceedings)
号： MedPRAI ’18  ページ： 84-87  発行年： 2018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： 機械学習とコンピュータビジョンシステムの効率は,特徴抽出と選択プロセスのロバスト性に大きく依存する。単語スポッティングアプリケーションにおいて,多くの適切な特徴を,文献において数年間にわたって提案した。これらの特徴の大部分はラテンテキストのために抽出されるが,オリエンタルスクリプトと共に使用される。Orientalテキストに特異的である抽出特徴も調査され,多くの研究が最近,この側面に焦点が集まっている。深学習もこの目的に採用された。本論文では,Urduスクリプトに対する形状ベース特徴の性能を調べた。Urduとアラビアは,同じファミリーのスクリプトに属し,両者はアルファベットの類似したセットを共有する。これは,Urduで調査された特徴が,アラビアとその他の東洋文字との同様の性能を与えることを意味する。本論文では,ポピュラーなUrduシリーズ「Zaawiyya」のスキャンページから取得した200のユニークなクラスに属する約21000の結紮結果について編集した。これは,このデータセットがそれらによって提供されるため,より高い教育委員会補助金プロジェクトである。提案システムは,88.5%の精度と90.8%の再現率を有する有望な結果を与える。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： 学習 ,  *言語 ,  *特徴抽出 ,  応用プログラム ,  結紮術 ,  コンピュータビジョン ,  単語 ,  ロバスト性 ,  機械学習 ,  *DCT【変換】 ,  *文書画像
準シソーラス用語： *Gaborフィルタ ,  *離散ウェーブレット変換 ,  スクリプト , 【Automatic Indexing@JST】

著者キーワード (6件)： 離散余弦変換(DCT) ,  離散ウェーブレット変換(DWT) ,  特徴抽出 ,  特徴選択 ,  Gaborフィルタ ,  ウルドワードスポッティング

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 離散余弦変換 ,  離散ウェーブレット変換 ,  Gaborフィルタ ,  筆記 ,  言語 ,  文書画像 ,  特徴抽出