文書画像におけるグラフィカルオブジェクト検出【JST・京大機械翻訳】

Saha Ranajit; Mondal Ajoy; Jawahar C. V.

プレプリント

J-GLOBAL ID：202202202944837120 整理番号：22P0184576

文書画像におけるグラフィカルオブジェクト検出【JST・京大機械翻訳】

Graphical Object Detection in Document Images

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年08月25日プレプリントサーバーでの情報更新日： 2020年08月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , パターン認識

前のページに戻る