文献

J-GLOBAL ID：202102280518200272   整理番号：21A0398545

分割に基づく任意形状シーンテキスト検出【JST・京大機械翻訳】

Arbitrary Shape Scene Text Detection Based on Segmentation

著者 (2件)： Cai Xinxin (河海大学計算机与信息学院,南京 211100) ,  Wang Min (河海大学計算机与信息学院,南京 211100)
資料名： Jisuanjixitong Yingyong  (Jisuanjixitong Yingyong)
巻： 29  号： 12  ページ： 257-262  発行年： 2020年 
JST資料番号： C4394A  ISSN： 1003-3254  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： 深さ学習技術の発展に伴い、自然情景テキスト検出の性能が著しく向上した。しかし、現在、2つの主要な挑戦がある:一つは速度と精度の間のトレードオフであり、二つは任意形状のテキスト実例に対する検査である。本論文では,分割法に基づく任意形状シーンテキストを効率的かつ正確に検出する。具体的には,低計算コストの分割ヘッドと簡潔で効率的な後処理を用いて,分割ヘッドは特徴ピラミッド増強モジュールと特徴融合モジュールから成り,前者はマルチレベルの情報を導入してより良いセグメンテーションを指導できる。後者は,異なる深さの特徴集合を最終特徴に分割する。本論文では,二値化閾値を適応的に設定し,分割法で生成した確率グラフをテキスト領域に変換し,テキスト検出の性能を改善した。標準データセットICDAR2015とTotal-Textにおいて、提案手法は軽量級幹ネットワークを用いて、ResNet18が速度と精度において比較可能な結果を達成した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *セグメンテーション ,  ネットワーク ,  後処理 ,  分割法 ,  角錐
準シソーラス用語： マルチレベル ,  計算コスト ,  二値化 ,  *テキスト検出 ,  特徴融合 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： シーン ,  テキスト検出