Fugu-MT 論文翻訳(概要): Survey on Deep Learning-based Kuzushiji Recognition

論文の概要: Survey on Deep Learning-based Kuzushiji Recognition

arxiv url: http://arxiv.org/abs/2007.09637v1
Date: Sun, 19 Jul 2020 09:46:46 GMT
ステータス: 処理完了
システム内更新日: 2022-11-09 00:25:00.785642
Title: Survey on Deep Learning-based Kuzushiji Recognition
Title（参考訳）: 深層学習に基づくくずしじ認識に関する調査
Authors: Kazuya Ueki, Tomoka Kojima
Abstract要約: 古文書の書写に用いる筆跡の高精度検出と認識は、深層学習を用いて実現されている。本研究では, 深層学習を用いた葛西寺認識の最近の研究動向, 現状, 今後の展望について検討する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Owing to the overwhelming accuracy of the deep learning method demonstrated at the 2012 image classification competition, deep learning has been successfully applied to a variety of other tasks. The high-precision detection and recognition of Kuzushiji, a Japanese cursive script used for transcribing historical documents, has been made possible through the use of deep learning. In recent years, competitions on Kuzushiji recognition have been held, and many researchers have proposed various recognition methods. This study examines recent research trends, current problems, and future prospects in Kuzushiji recognition using deep learning.
Abstract（参考訳）: 2012年の画像分類コンペティションで実証された深層学習法の圧倒的精度により、深層学習は様々なタスクにうまく適用されている。古文書の書き起こしに用いられる筆文字であるくずしじの高精度な検出と認識は,ディープラーニングを用いて実現されている。近年、くずしじの認識に関するコンテストが開催され、多くの研究者が様々な認識方法を提案している。本研究では, 深層学習を用いたクズシジ認識における最近の研究動向, 現状, 今後の展望について検討する。

関連論文リスト

Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
論文参考訳（メタデータ） (2022-11-30T03:44:15Z)
Deep Learning for Iris Recognition: A Survey [66.55441036931555]
我々は、虹彩生体計測における2つの主要なサブタスク(セグメンテーションと認識)のために開発された深層学習手法を包括的に分析する。第3に,特に死後虹彩認識において,法医学的応用のための深層学習手法を深く研究した。第4に、虹彩認識のためのディープラーニング技術におけるオープンソースのリソースとツールについてレビューする。
論文参考訳（メタデータ） (2022-10-12T01:58:09Z)
A Comprehensive Survey on Deep Gait Recognition: Algorithms, Datasets and Challenges [18.08349977960643]
歩行認識は、遠くにいる人物を識別することを目的としており、長距離かつ協力の少ない歩行者認識のための有望な解決策として機能している。近年の歩行認識の進歩は、深層学習技術を活用して、多くの挑戦的なシナリオで大きな成功を収めている。歩容認識の新たな課題には、堅牢な深度表現モデリング、Wildでの歩容認識、赤外線や深度カメラなどの新しい視覚センサーからの認識などがある。
論文参考訳（メタデータ） (2022-06-28T03:36:12Z)
Embedding Knowledge for Document Summarization: A Survey [66.76415502727802]
従来の研究は、知識を組み込んだ文書要約器が優れた消化器を生成するのに優れていたことを証明した。本稿では,文書要約ビューに基づいて,知識と知識の埋め込みを再カプセル化する手法を提案する。
論文参考訳（メタデータ） (2022-04-24T04:36:07Z)
A Review of Deep Learning-based Approaches for Deepfake Content Detection [8.666909290293946]
ディープラーニング生成モデルの最近の進歩は、非常に説得力のある偽造画像やビデオを作成することができるという懸念を提起している。本稿では,ディープラーニングを用いたコンテンツ検出に関する最近の研究を包括的にレビューする。
論文参考訳（メタデータ） (2022-02-12T16:22:46Z)
Deep Long-Tailed Learning: A Survey [163.16874896812885]
ディープ・ロングテール・ラーニング(Deep Long-tailed Learning)は、長いテールのクラス分布に追従する多数の画像から、優れたパフォーマンスのディープモデルをトレーニングすることを目的としている。長い尾を持つクラス不均衡は、現実的な視覚認識タスクにおいて一般的な問題である。本稿では,近年の長期学習の進歩を包括的に調査する。
論文参考訳（メタデータ） (2021-10-09T15:25:22Z)
Deep Gait Recognition: A Survey [15.47582611826366]
歩行認識は、歩き方に基づいて個人を識別することを目的とした魅力的な生体測定モダリティです。ディープラーニングは、差別的な表現を自動的に学習する能力によって、2015年からこの分野の研究環境を再構築した。深層学習による歩行認識のブレークスルーと最近の展開を総合的に紹介します。
論文参考訳（メタデータ） (2021-02-18T18:49:28Z)
A Survey on Deep Learning Techniques for Video Anomaly Detection [0.0]
本稿では,ディープラーニングを用いた異常検出の分野における最近の進歩について概観する。ディープラーニングは、コンピュータビジョンや自然言語処理など、人工知能の多くの分野で成功している。
論文参考訳（メタデータ） (2020-09-29T16:40:46Z)
Deep Learning for Anomaly Detection: A Review [150.9270911031327]
本稿では,3つの高レベルカテゴリと11の細粒度カテゴリの進歩を網羅した包括的分類法による深部異常検出の研究について調査する。我々は、それらの重要な直観、客観的機能、基礎となる仮定、利点とデメリットをレビューし、上記の課題にどのように対処するかについて議論する。
論文参考訳（メタデータ） (2020-07-06T02:21:16Z)
Deep Learning for Sensor-based Human Activity Recognition: Overview, Challenges and Opportunities [52.59080024266596]
本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
論文参考訳（メタデータ） (2020-01-21T09:55:59Z)

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。