DEER:シーンテキストスポッティングのための検出診断エンドツーエンド認識器【JST・京大機械翻訳】

Kim Seonghyeon; Shin Seung; Kim Yoonsik; Cho Han-Cheol; Kil Taeho; Surh Jaeheung; Park Seunghyun; Lee Bado; Baek Youngmin

プレプリント

J-GLOBAL ID：202202220960456437 整理番号：22P0301772

DEER:シーンテキストスポッティングのための検出診断エンドツーエンド認識器【JST・京大機械翻訳】

DEER: Detection-agnostic End-to-End Recognizer for Scene Text Spotting

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 (9件)： , , , , , , , ,
資料名：
発行年： 2022年03月09日プレプリントサーバーでの情報更新日： 2022年03月09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)

最近のエンドツーエンドシーンテキストスポットは,任意形状のテキストインスタンスの認識において大きな改善を達成した。単一テキストインスタンスに対する特徴を制限するために,関心プールまたはセグメンテーションマスクのテキストスポッティング利用領域に対する共通のアプローチ。しかし,検出が正確でないとき,正しいシーケンスをデコードする認識者にとって,これは,1つ以上の特徴が作れる。検出器のみによる単語境界を正確に決定することは困難であり,新しい検出-診断End-to-End Recognizer,DEER,フレームワークを提案した。提案手法は,検出領域を用いる代わりに,各テキストインスタンスに対して単一参照点とそれらをブリッジすることにより,検出と認識モジュール間の厳密な依存性を低減する。提案方法は,全画像から特徴を持つ参照点によって示されるテキストを認識するための復号器を可能にする。単一点だけがテキストを認識するのに必要であるので,提案方法は任意形状検出器や結合多角形アノテーションなしにテキストスポッティングを可能にする。実験結果は,提案方法が規則的で任意形状のテキストスポッティングベンチマークに関して競合結果を達成することを示した。さらなる解析は,DEERが検出誤差に対してロバストであることを示した。コードとデータセットは公的に利用可能である。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般

, ,

前のページに戻る