文献

J-GLOBAL ID：202202270946054611   整理番号：22A1086123

スケールを意識したデータ増強と形状類似性制約による正確なシーンテキスト検出【JST・京大機械翻訳】

Accurate Scene Text Detection Via Scale-Aware Data Augmentation and Shape Similarity Constraint

著者 (5件)： Dai Pengwen (State Key Laboratory of Information Security, Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Li Yang (Algorithmics group at Delft University of Technology, Delft, The Netherlands) ,  Zhang Hua (State Key Laboratory of Information Security, Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Li Jingzhi (State Key Laboratory of Information Security, Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Cao Xiaochun (State Key Laboratory of Information Security, Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 1883-1895  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： センテキスト検出は,近年,深層ニューラルネットワークの急速な発展に関する関心を高めている。しかしながら,既存のシーンテキスト検出器は,限られた訓練データのため,あるいは任意の形状シーンテキストに対する不正確な位置決めを生成するため,公開データセットに過剰適合できる。本論文は,より良い一般化能力およびより正確な位置確認を達成することができる任意形状のシーンテキスト検出法を示した。最初に,訓練サンプルの多様性を増すために,スケールアウェアデータ認証(SADA)技術を提案した。SADAはシーンテキストのスケール変動と局所視覚変動を考慮し,それは限られた訓練データのジレンマを効果的に緩和できる。同時に,SADAは訓練ミニバッチを濃縮でき,訓練プロセスを加速するのに寄与する。さらに,形状類似性制約(SSC)技法を利用して,損失関数の展望から任意形状のシーンテキストと背景の大域的形状構造をモデル化した。SSCは,候補ボックスにおけるテキストまたは非テキストのセグメンテーションを促進し,任意の形状シーンテキストのためのより正確な境界を局所化するのに役立つ,対応するグランドトルースと類似している。広範な実験は,提案した技術の有効性を実証し,最先端の性能を,公開任意形状シーンテキストベンチマーク(例えば,CTW1500,全TextおよびArT)上で達成した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  セグメンテーション ,  損失関数 ,  位置決め ,  モデリング ,  *類似性 ,  有効性 ,  *制約条件 ,  認証
準シソーラス用語： 訓練データ ,  局在化 ,  *テキスト検出 ,  グランドトゥルース ,  形状類似性 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： パターン認識  (JE07000S) ,  通信方式一般  (ND07010E) ,  情報検索一般  (AC06010H) ,  情報処理一般  (JE15010U) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： スケール ,  意識 ,  データ増強 ,  形状類似性 ,  制約 ,  シーン ,  テキスト検出