文献

J-GLOBAL ID：202002261864777661   整理番号：20A1167058

深層学習を用いた中国漢代木簡の文字領域検出

Character region detection from wood slips of the Han period based on deep learning

著者 (4件)： 吉田壮 (関西大 システム理工) ,  谷知真行 (関西大 システム理工) ,  藤田高夫 (関西大 文) ,  棟安実治 (関西大 システム理工)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 119  号： 458(SIS2019 37-60)  ページ： 39-44  発行年： 2020年02月27日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,中国秦・漢代の書写材料である木簡の文字領域を自動抽出する手法を提案する.近年,文字の切り出しのため,深層学習による物体検出法の適用に注目が集まっている.しかし文字領域検出の問題を考えた際,漢字は部首など複数の構成要素で成り立つため,1つの文字の区切りが明確でない場合が多いことが課題である.そこで我々は,従来のように文字領域を推定するのみでなく,文字間の領域を同時に推定することで,1文字の区別を容易にする.U-Netと呼ばれる文字の微細な特徴と位置関係を学習可能な深層学習に基づいて,文字領域と文字間領域を同時に特定することが可能なモデルを提案する.実際に,中国漢代木簡資料”居延漢簡”に提案手法を適用した結果,一般物体検出法(YOLOv3)と比較して約5%の精度向上を確認した.(著者抄録)

シソーラス用語： *機械学習 ,  *中華人民共和国 ,  *文字認識 ,  抽出 ,  検出 ,  漢字 ,  モデル
準シソーラス用語： *深層学習 ,  *中国 ,  自動抽出 ,  物体検出 ,  位置関係

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (15件)：

• T. Fujita,′′ An attempt to analyze writing forms in administrative documents and records in the Han Period,′′ The 11th. General Assembly and The 11th. Annual Meeting, 2019.
• S. Ren, K. He, R. Girshick, and J. Sun,′′Faster R-CNN: towards real-time object detection with region proposal networks,′′ Proc. IEEE Int. Conf. Neural Information Processing Systems, 2015.
• W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C.-Y. Fu, and A. C. Berg, ′′SSD: single shot multibox detector,′′ Proc. IEEE Int. Conf. European Conference on Computer Vision, 2016.
• J. Redmon, A. Farhadi, ′′YOLOv3: an incremental improvement,′′ 2018, arXiv:1804.02767. [Online]. Available: https://arxiv.org/abs/1804.02767
• A. Gupta, A. Vedaldi, and A. Zisserman, ′′Synthetic data for text localisation in natural images,′′ Proc. IEEE Int. Conf. Computer Vision and Pattern Recognition, 2016.

タイトルに関連する用語 (3件)： 深層学習 ,  中国 ,  文字