Fugu-MT 論文翻訳(概要): Recognition of Oracle Bone Inscriptions by using Two Deep Learning Models

論文の概要: Recognition of Oracle Bone Inscriptions by using Two Deep Learning Models

arxiv url: http://arxiv.org/abs/2105.00777v1
Date: Mon, 3 May 2021 12:31:57 GMT
ステータス: 処理完了
システム内更新日: 2021-05-04 19:02:23.582228
Title: Recognition of Oracle Bone Inscriptions by using Two Deep Learning Models
Title（参考訳）: 深層学習モデルを用いたOracleの骨碑文の認識
Authors: Yoshiyuki Fujikawa, Hengyi Li, Xuebin Yue, Aravinda C V, Amar Prabhu G, Lin Meng
Abstract要約: オラクルの骨碑文(OBI)には、約3000年前に中国で使われた世界最古の文字が含まれている。本論文は,文化遺産の保存と整理を支援するオンラインOBI認識システムの設計を目的とする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Oracle bone inscriptions (OBIs) contain some of the oldest characters in the world and were used in China about 3000 years ago. As an ancients form of literature, OBIs store a lot of information that can help us understand the world history, character evaluations, and more. However, as OBIs were found only discovered about 120 years ago, few studies have described them, and the aging process has made the inscriptions less legible. Hence, automatic character detection and recognition has become an important issue. This paper aims to design a online OBI recognition system for helping preservation and organization the cultural heritage. We evaluated two deep learning models for OBI recognition, and have designed an API that can be accessed online for OBI recognition. In the first stage, you only look once (YOLO) is applied for detecting and recognizing OBIs. However, not all of the OBIs can be detected correctly by YOLO, so we next utilize MobileNet to recognize the undetected OBIs by manually cropping the undetected OBI in the image. MobileNet is used for this second stage of recognition as our evaluation of ten state-of-the-art models showed that it is the best network for OBI recognition due to its superior performance in terms of accuracy, loss and time consumption. We installed our system on an application programming interface (API) and opened it for OBI detection and recognition.
Abstract（参考訳）: オラクルの骨碑文(OBI)には、約3000年前に中国で使われた世界最古の文字が含まれている。古代の文学の形式として、OBIは世界の歴史やキャラクターの評価などを理解するのに役立つ多くの情報を保存する。しかし、OBIが発見されてから約120年が経ち、研究がほとんど行われておらず、老朽化によって碑文の信頼性が低下している。そのため,文字の自動検出と認識が重要な課題となっている。本稿では,文化遺産の保存・整理を支援するオンラインOBI認識システムを設計することを目的とする。 OBI認識のための2つのディープラーニングモデルを評価し、OBI認識のためにオンラインでアクセス可能なAPIを設計した。最初の段階では、OBIの検出と認識に一度(YOLO)しか適用されない。しかし、全OBIをYOLOで正確に検出できるわけではないため、画像中の未検出OBIを手動でトリミングすることで、次にMobileNetを用いて未検出OBIを認識する。 MobileNetはこの第2段階の認識に利用されており、精度、損失、時間消費の点で優れた性能でOBI認識に適したネットワークであることを示す10種類の最先端モデルの評価を行った。アプリケーションプログラミングインタフェース(API)にシステムを設置し,OBI検出と認識のために開放した。

関連論文リスト

Learning based Ge'ez character handwritten recognition [7.699119649521884]
文化的・歴史的に重要な古代エチオピア文字であるゲエズは、筆跡認識研究においてほとんど無視されてきた。畳み込みニューラルネットワーク(CNN)とLong Short-Term Memory(LSTM)ネットワークを用いた手書き文字認識システムを開発した。まず、CNNが個々の文字の認識を訓練し、LSTMに基づく単語認識システムのための特徴抽出器として機能する。
論文参考訳（メタデータ） (2024-11-20T14:22:15Z)
Oracle Bone Inscriptions Multi-modal Dataset [58.20314888996118]
オラクルの骨碑文(Oracle bone inscriptions, OBI)は中国最古の書記体系であり、初期の上海の歴史や古史の貴重な実例を記している。本稿では,10,077個のオラクル骨の注釈情報を含むOracle Bone Inscriptions Multi-modalデータセットを提案する。このデータセットは、OBIの文字検出と認識、ラビングDenoising、キャラクタマッチング、キャラクタ生成、読み込みシーケンス予測、ミスキャラクタ補完タスクなど、OBIの分野に関連するさまざまなAI関連研究タスクに使用することができる。
論文参考訳（メタデータ） (2024-07-04T12:47:32Z)
Envisioning Outlier Exposure by Large Language Models for Out-of-Distribution Detection [71.93411099797308]
オープンワールドシナリオに機械学習モデルをデプロイする場合、アウト・オブ・ディストリビューション(OOD)サンプルは不可欠である。本稿では,大規模言語モデル(LLM)の専門知識と推論能力を活用して,この制約に対処することを提案する。 EOEは、遠、近、きめ細かいOOD検出など、さまざまなタスクに一般化することができる。 EOEは様々なOODタスクで最先端のパフォーマンスを実現し、ImageNet-1Kデータセットに効果的にスケールできる。
論文参考訳（メタデータ） (2024-06-02T17:09:48Z)
Deciphering Oracle Bone Language with Diffusion Models [70.69739681961558]
Oracle Bone Script (OBS) は約3,000年前の中国の上海王朝に由来する。本稿では,Oracle Bone Script Decipher(OBSD)の開発を通じて,画像生成技術を採用した新しいアプローチを提案する。 OBSDは、古代の言語のAI支援分析の新しいコースをグラフ化して、解読のための重要な手がかりを生成する。
論文参考訳（メタデータ） (2024-06-02T09:42:23Z)
Arabic Handwritten Text for Person Biometric Identification: A Deep Learning Approach [0.9910347287556193]
本研究は,人物の生体認証のためのアラビア手書きテキストを,ディープラーニングモデルがどの程度認識できるかを徹底的に検討する。広く認識されている3つのデータセットを使用して、ResNet50、MobileNetV2、EfficientNetB7の3つの高度なアーキテクチャを比較している。その結果、EfficientNetB7は、AHAWP、Khatt、LAMIS-MSHDデータセットで98.57%、99.15%、99.79%のアキュラシーを達成した。
論文参考訳（メタデータ） (2024-06-01T11:43:00Z)
Deep learning for table detection and structure recognition: A survey [49.09628624903334]
本調査の目的は,テーブル検出の分野での大きな進展を深く理解することである。この分野における古典的アプリケーションと新しいアプリケーションの両方について分析する。既存のモデルのデータセットとソースコードは、読者にこの膨大な文献のコンパスを提供するために組織されている。
論文参考訳（メタデータ） (2022-11-15T19:42:27Z)
Deep Learning Architecture for Automatic Essay Scoring [0.0]
本稿では、リカレントネットワーク(RNN)と畳み込みニューラルネットワーク(CNN)に基づく新しいアーキテクチャを提案する。提案アーキテクチャでは, 単語埋め込みベクトルから, 単語n-gramの文脈的特徴を学習し, 捉える。提案方式は,他の深層学習に基づくAESシステムよりも格付け精度が高い。
論文参考訳（メタデータ） (2022-06-16T14:56:24Z)
Deep Learning for Face Anti-Spoofing: A Survey [74.42603610773931]
対面防止(FAS)は、プレゼンテーションアタック(PA)から顔認識システムを保護する上で重要な役割を担っているため、近年注目を集めている。
論文参考訳（メタデータ） (2021-06-28T19:12:00Z)
Towards Palmprint Verification On Smartphones [62.279124220123286]
過去20年間の研究によると、ヤシの印刷物は独特性と永続性に優れた効果がある。我々はスマートフォン用のDeepMPV+というDCNNベースのパームプリント検証システムを構築した。 DeepMPV+の効率と有効性は広範な実験によって裏付けられている。
論文参考訳（メタデータ） (2020-03-30T08:31:03Z)
DeepSign: Deep On-Line Signature Verification [6.5379404287240295]
本研究は,オンライン署名検証のための最先端深層学習手法の詳細な分析を行う。我々は、新しいDeepSignDBのオンライン手書き署名生体情報データベースを提示、記述する。我々は,オンライン手書き署名検証のタスクに対して,TA-RNN(Time-Aligned Recurrent Neural Networks)と呼ばれる最近のディープラーニングアプローチを適用し,評価する。
論文参考訳（メタデータ） (2020-02-24T08:53:11Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。