HWRCNet:CNN-BiLSTMネットワークを用いたJPEG圧縮領域における手書き単語認識【JST・京大機械翻訳】

Rajesh Bulla; Gupta Abhishek Kumar; Raj Ayush; Javed Mohammed; Dubey Shiv Ram

プレプリント

J-GLOBAL ID：202202217181162892 整理番号：22P0023184

HWRCNet:CNN-BiLSTMネットワークを用いたJPEG圧縮領域における手書き単語認識【JST・京大機械翻訳】

HWRCNet: Handwritten Word Recognition in JPEG Compressed Domain using CNN-BiLSTM Network

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 (5件)： , , , ,
資料名：
発行年： 2022年01月03日プレプリントサーバーでの情報更新日： 2023年02月17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)

深層学習を用いた文書画像からの手書き単語認識は,文書画像分析と認識の分野における活発な研究領域である。Bigデータの現在の時代において,より多くの文書が,より良い記憶と伝送効率を提供するために圧縮された形で作成されて,保管されて以来,減圧のないそれぞれの圧縮領域における単語認識の問題は,非常に挑戦的になる。伝統的方法は減圧を採用して,次にそれらの上に学習アルゴリズムを適用して,したがって,圧縮表現/ドメインにおいて直接学習技術を適用するために新規アルゴリズムを設計した。この方向において,本研究では,JPEGフォーマットに特に焦点を当てた圧縮領域における手書き単語認識のための新しいHWRCNetモデルを提案した。提案モデルは,畳込みニューラルネットワーク(CNN)とBi-Directive Long Short Term Memite(BiLSTM)ベースの電流ニューラルネットワーク(RNN)を結合した。基本的に,JPEG圧縮単語画像を用いてモデルを訓練し,89.05%単語認識精度と13.37%の文字誤り率で非常に魅力的な性能を観察した。【JST・京大機械翻訳】

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

ニューロコンピュータ , 人工知能 , パターン認識

, , ,

前のページに戻る