Fugu-MT 論文翻訳(概要): A Skip-connected Multi-column Network for Isolated Handwritten Bangla Character and Digit recognition

論文の概要: A Skip-connected Multi-column Network for Isolated Handwritten Bangla Character and Digit recognition

arxiv url: http://arxiv.org/abs/2004.12769v1
Date: Mon, 27 Apr 2020 13:18:58 GMT
ステータス: 処理完了
システム内更新日: 2022-12-09 05:40:35.392861
Title: A Skip-connected Multi-column Network for Isolated Handwritten Bangla Character and Digit recognition
Title（参考訳）: 手書きバングラ文字とディジット認識のためのスキップ接続型マルチカラムネットワーク
Authors: Animesh Singh, Ritesh Sarkhel, Nibaran Das, Mahantapas Kundu, Mita Nasipuri
Abstract要約: マルチスケールマルチカラムスキップ畳み込みニューラルネットワークを用いた非明示的特徴抽出手法を提案する。本手法は,手書き文字と数字の4つの公開データセットを用いて評価する。
参考スコア（独自算出の注目度）: 12.551285203114723
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Finding local invariant patterns in handwrit-ten characters and/or digits for optical character recognition is a difficult task. Variations in writing styles from one person to another make this task challenging. We have proposed a non-explicit feature extraction method using a multi-scale multi-column skip convolutional neural network in this work. Local and global features extracted from different layers of the proposed architecture are combined to derive the final feature descriptor encoding a character or digit image. Our method is evaluated on four publicly available datasets of isolated handwritten Bangla characters and digits. Exhaustive comparative analysis against contemporary methods establishes the efficacy of our proposed approach.
Abstract（参考訳）: 光文字認識のための手書き文字と/または桁の局所不変パターンを見つけることは難しい課題である。ある人から別の人への書き方の変化は、この課題を難しくする。本研究では,マルチスケールマルチカラムスキップ畳み込みニューラルネットワークを用いた非明示的特徴抽出手法を提案する。提案アーキテクチャの異なる層から抽出された局所的特徴と大域的特徴を組み合わせて、文字または数字画像を符号化する最終特徴記述子を導出する。本手法は,手書き文字と数字の4つの公開データセットを用いて評価する。現代の手法に対する排他的比較分析は,提案手法の有効性を確立している。

関連論文リスト

Attention based End to end network for Offline Writer Identification on Word level data [3.5829161769306244]
注意駆動型畳み込みニューラルネットワーク(CNN)に基づく著者識別システムを提案する。このシステムは、単語画像から抽出された断片として知られる画像セグメントを利用して、ピラミッドベースの戦略を用いて訓練されている。提案アルゴリズムの有効性を3つのベンチマークデータベースで評価した。
論文参考訳（メタデータ） (2024-04-11T09:41:14Z)
Character Queries: A Transformer-based Approach to On-Line Handwritten Character Segmentation [4.128716153761773]
本稿では,文字分割が代入問題となる場合に,事前に書き起こしが知られているシナリオに焦点を当てる。 k$-meansクラスタリングアルゴリズムにヒントを得て、クラスタ割り当ての観点から見た上で、Transformerベースのアーキテクチャを提示する。提案手法の質を評価するために,2つの有名なオンライン手書きデータセットに対して,文字分割基底真理を生成する。
論文参考訳（メタデータ） (2023-09-06T15:19:04Z)
Siamese based Neural Network for Offline Writer Identification on word level data [7.747239584541488]
入力語画像に基づいて文書の著者を特定する新しい手法を提案する。本手法はテキスト独立であり,入力画像のサイズに制約を課さない。
論文参考訳（メタデータ） (2022-11-17T10:01:46Z)
Letter-level Online Writer Identification [86.13203975836556]
我々は文字レベルのオンラインライタIDという新たな問題に焦点をあてる。主な課題は、しばしば異なるスタイルで手紙を書くことである。我々はこの問題をオンライン書記スタイルのばらつき(Var-O-Styles)と呼ぶ。
論文参考訳（メタデータ） (2021-12-06T07:21:53Z)
Exploiting Multi-Scale Fusion, Spatial Attention and Patch Interaction Techniques for Text-Independent Writer Identification [15.010153819096056]
本稿では,3つの異なる深層学習手法 – 空間的注意機構,マルチスケール特徴融合,パッチベースCNN – を提案する。提案手法は,3つの公開データセット上で,ワードレベルおよびページレベルの書き手識別手法において,最先端の手法よりも優れている。
論文参考訳（メタデータ） (2021-11-20T14:41:36Z)
Scalable Font Reconstruction with Dual Latent Manifolds [55.29525824849242]
タイポグラフィー解析とフォント再構成を行う深層生成モデルを提案する。このアプローチによって、効果的にモデル化できるキャラクタの種類を大規模にスケールアップすることが可能になります。多くの言語の文字タイプを表す様々なデータセット上でフォント再構成のタスクを評価する。
論文参考訳（メタデータ） (2021-09-10T20:37:43Z)
A Multi-Implicit Neural Representation for Fonts [79.6123184198301]
エッジやコーナーのようなフォント固有の不連続性は、ニューラルネットワークを使って表現することが難しい。そこで我々は,フォントを文順に表現するためのtextitmulti-implicitsを導入する。
論文参考訳（メタデータ） (2021-06-12T21:40:11Z)
Neural Text Generation with Part-of-Speech Guided Softmax [82.63394952538292]
テキスト生成を導くために,言語アノテーション,すなわち部分音声(POS)を用いることを提案する。提案手法は,比較品質を維持しつつ,より多様なテキストを生成できることを示した。
論文参考訳（メタデータ） (2021-05-08T08:53:16Z)
Intrinsic Probing through Dimension Selection [69.52439198455438]
現代のほとんどのNLPシステムは、様々なタスクにおいて驚くほど高いパフォーマンスが得られる事前訓練された文脈表現を使用している。このような高いパフォーマンスは、ある種の言語構造がこれらの表現に根ざしない限りはあり得ず、それを探究する研究が盛んに行われている。本稿では,言語情報が表現内でどのように構造化されているかを示す内在的探索と,先行研究で広く普及している外在的探索とを区別し,抽出に成功したことを示すことによって,そのような情報の存在を主張するのみである。
論文参考訳（メタデータ） (2020-10-06T15:21:08Z)
Neural Computing for Online Arabic Handwriting Character Recognition using Hard Stroke Features Mining [0.0]
オンラインアラビア文字認識における書字ストローク特徴の垂直方向と水平方向から所望の臨界点を検出する方法を提案する。バックプロパゲーション学習アルゴリズムと修正シグモイド関数に基づくアクティベーション関数を備えた多層パーセプトロンを用いて、文字の分類のためにこれらのトークンから最小の特徴セットを抽出する。提案手法は,文字認識技術に匹敵する98.6%の平均精度を実現する。
論文参考訳（メタデータ） (2020-05-02T23:17:08Z)
Separating Content from Style Using Adversarial Learning for Recognizing Text in the Wild [103.51604161298512]
画像中の複数の文字の生成と認識のための逆学習フレームワークを提案する。我々のフレームワークは、新しい最先端の認識精度を達成するために、最近の認識手法に統合することができる。
論文参考訳（メタデータ） (2020-01-13T12:41:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。