文献

J-GLOBAL ID：202102215511006075   整理番号：21A1236632

HOG特徴抽出とサポートベクトルマシンに基づく東巴文認識【JST・京大機械翻訳】

Research on recognition of Dongba script by a combination of HOG feature extraction and support vector machine

著者 (8件)： Shen Tong (南京大学電子科学与工程学院,南京,210023) ,  Zhuang Jianjun (南京大学電子科学与工程学院,南京,210023;南京信息工程大学工程訓練中心,南京,210044) ,  Li Wensi (南京大学電子科学与工程学院,南京,210023) ,  Wang Yunmu (南京大学電子科学与工程学院,南京,210023) ,  Xia Yifei (南京大学電子科学与工程学院,南京,210023) ,  Zhang Zhijian (南京大学電子科学与工程学院,南京,210023) ,  Zhang Xin (麗江師范高等専科学校応用技術学院,麗江,674199) ,  Yang Jiqiong (麗江師范高等専科学校応用技術学院,麗江,674199)
資料名： Nanjing Daxue Xuebao. Zirankexue  (Nanjing Daxue Xuebao. Zirankexue)
巻： 56  号： 6  ページ： 870-876  発行年： 2020年 
JST資料番号： C2593A  ISSN： 0469-5097  CODEN： NCHPAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 東巴文は中国の少数民族の納西族の文字であり、世界で唯一生存する象形文字であり、現在は伝承困難に直面している。機械学習による東巴文の自動認識を研究した。スキャニング方式を用いて,東バー文字をデジタル画像に変換し,そして,エッジ検出演算子を,画像平滑化ノイズ除去およびエッジ検出演算子を用いて,文字輪郭を抽出し,そして,方向勾配ヒストグラム(HOG)を用いて,特徴ベクトルを抽出した。抽出した特徴ベクトルをサポートベクトルマシン(SupportVectorMachine,SVM)に入力し、画像分類を行い、東巴文の自動識別を実現した。自己構築データセットのテストは,同じ実験条件の下で,SVMがK最近傍分類装置とランダムフォレスト分類装置より認識率が高く,97.42%に達し,また,認識プロセスが簡単で,速く,東巴文の伝承と保護に対して重要な現実的な意味を持っていることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 分類装置 ,  *特徴抽出 ,  平滑化 ,  雑音低減 ,  ディジタル画像 ,  ヒストグラム ,  エッジ検出 ,  機械学習 ,  自己集合 ,  *サポートベクトルマシン
準シソーラス用語： 特徴ベクトル ,  画像分類 ,  自動認識 ,  認識率 ,  ランダムフォレスト , 【Automatic Indexing@JST】

分類 (4件)： 計算理論  (JB02000A) ,  数値計算  (JE02000J) ,  流出解析  (DC07030N) ,  情報処理一般  (JE15010U)

タイトルに関連する用語 (4件)： HOG ,  特徴抽出 ,  サポートベクトルマシン ,  文