La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Synthetic Scene Character Generator and Ensemble Scheme with the Random Image Feature Method for Japanese and Chinese Scene Character Recognition Générateur de caractères de scène synthétiques et schéma d'ensemble avec la méthode de caractéristiques d'image aléatoire pour la reconnaissance de caractères de scène japonais et chinois

Fuma HORIE, Hideaki GOTO, Takuo SUGANUMA

  • Vues en texte intégral

    0

  • Citer

Résumé:

La reconnaissance de caractères de scène a fait l'objet d'études approfondies depuis une vingtaine d'années car elle présente un grand potentiel dans de nombreuses applications, notamment la traduction automatique, la reconnaissance de panneaux et l'aide à la lecture pour les malvoyants. Cependant, les personnages de la scène sont difficiles à reconnaître avec une précision suffisante en raison de diverses distorsions de bruit et d'image. De plus, la reconnaissance des caractères des scènes japonaises est plus difficile et nécessite une grande quantité de données de caractères pour la formation, car des milliers de classes de caractères existent dans la langue. Certains chercheurs ont proposé des techniques d'augmentation des données de formation utilisant des données de personnages de scène synthétiques (SSCD) pour compenser le manque de données de formation. Dans cet article, nous proposons un filtre aléatoire qui est une nouvelle méthode de génération de SSCD, et introduisons un schéma d'ensemble avec la méthode Random Image Feature (RI-Feature). Comme il n'existe pas un grand ensemble de données sur les personnages de scènes japonaises pour l'évaluation des systèmes de reconnaissance, nous avons développé un ensemble de données ouvert JPSC1400, composé d'un grand nombre de personnages de scènes japonais réels. Il est montré que la précision a été améliorée de 70.9 % à 83.1 % en introduisant la méthode RI-Feature dans le schéma d'ensemble.

Publication
IEICE TRANSACTIONS on Information Vol.E104-D No.11 pp.2002-2010
Date de publication
2021/11/01
Publicisé
2021/08/24
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2021EDP7058
Type de manuscrit
PAPER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Fuma HORIE
  Tohoku University
Hideaki GOTO
  Tohoku University
Takuo SUGANUMA
  Tohoku University

Mots-clés

Table des matières