文献

J-GLOBAL ID：202202226493830296   整理番号：22A1037743

パーム葉原稿における筆記性タミル特性を認識するための深層学習アプローチ【JST・京大機械翻訳】

A Deep Learning Approach for Recognizing the Cursive Tamil Characters in Palm Leaf Manuscripts

著者 (5件)： Devi S Gayathri (School of Computing, SASTRA Deemed University, Thanjavur 613401, India) ,  Vairavasundaram Subramaniyaswamy (School of Computing, SASTRA Deemed University, Thanjavur 613401, India) ,  Teekaraman Yuvaraja (Department of Electronic and Electrical Engineering, The University of Sheffield, Sheffield S1 3JD, UK) ,  Kuppusamy Ramya (Department of Electrical and Electronics Engineering, Sri Sairam College of Engineering, Bangalore City 562 106, India) ,  Radhakrishnan Arun (Faculty of Electrical & Computer Engineering, Jimma Institute of Technology, Jimma University, Jimma, Ethiopia)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： タミルは,手掌葉およびその他の成分に関する文献の大きなコーパスを有する古いインド語である。パーム葉原稿は,薬物,文献,劇場,および他の被験者をナラリングするための多用途の媒体であった。デジタル化および転写の必要性のため,手掌葉原稿で発見された cursive特性の認識は未解決の問題である。本研究では,ユニークな畳込みニューラルネットワーク(CNN)技術を利用して,手掌葉特性の特性を訓練した。この訓練により,CNNは訓練フェーズで手掌葉特性を分類できる。最初に,入力画像におけるノイズを除去する前処理技術を,形態学的操作を通して行う。テキストラインスライシングセグメンテーション方式を用いて,掌葉特性をセグメント化した。特徴処理において,テキスト線間隔,障害物のない間隔,障害物の間隔を含む,この研究で用いられるいくつかの主要なステップがある。最後に,抽出した cursive特性を,最終分類のためのCNN技術への入力として与えた。実験は,精度,リコールなどに関して,既存の深層学習技法による提案CNNの性能を検証するために,収集した cursiveタミルパーム葉原稿を用いて実行した。結果は,提案したネットワークが精度の94%を達成し,既存のResNetが精度の88%を達成したことを証明した。Copyright 2022 Gayathri Devi S et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  セグメンテーション ,  ネットワーク ,  ニューラルネットワーク ,  精度 ,  *葉 ,  インド ,  媒質 ,  劇場 ,  *アブラヤシ ,  *機械学習 ,  コーパス ,  モルフォロジー
準シソーラス用語： 被験者 ,  ディジタル化 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

引用文献 (23件)：

• D. Ganapathy, "Preserving India’s palm Leaf Manuscripts for the Future," WAGLOBAL, Kerala, India, 2016.
• N. S. Panyam, V. L. T.R., R. Krishnan, K. R. N.V., "Modeling of palm leaf character recognition system using transform based techniques," Pattern Recognition Letters, vol. 84, pp. 29-34, 2016.
• K. P. Geena, G. Raju, "View-based feature extraction and classification approach to Malayalam palm leaf document image," International Journal of Innovative Research in Computer and Communication Engineering, vol. 2, no. 5, pp. 264-267, 2014.
• R. Chamchong, C. C. Fung, "A framework for the selection of binarization techniques on palm leaf manuscripts using support vector machine," Advances in Decision Sciences, vol. 2015, pp. 7, 2015.
• N. P. Challa, R. V. K. Mehta, "Applications of image processing techniques on palm leaf manuscripts-A survey," Proceedings of the Conference on Cognitive Science and Artificial Intelligence, CA, USA, February 2017.

タイトルに関連する用語 (5件)： パーム ,  葉 ,  原稿 ,  筆記性 ,  深層学習