抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
グラフ要素:特に表と図は,文書に含まれる最も貴重な情報の視覚的要約を含む。したがって,文書画像におけるそのようなグラフィカルオブジェクトの位置決めは,そのようなグラフィカルオブジェクトまたは文書画像の内容を理解するための初期ステップである。本論文では,グラフオブジェクト検出(GOD)と呼ばれる文書画像におけるグラフィカルオブジェクトを位置決めするための,新しいエンドツーエンド訓練可能深層学習ベースフレームワークを提案した。このフレームワークはデータ駆動であり,文書画像におけるグラフィカルオブジェクトを位置決めするために,発見的あるいはメタデータを必要としない。GODは,文書画像におけるグラフィカルオブジェクト検出タスクのためのラベル付き訓練画像の不足を取り扱うために,転送学習とドメイン適応の概念を調査する。種々の公開ベンチマークデータセット,ICDAR-2013,ICDAR-POD2017,およびUNLVに関する性能分析は,著者らのモデルが最先端の技術と比較して有望な結果をもたらすことを示す。【JST・京大機械翻訳】