論文の概要: EpiSAM: Character Segmentation in Challenging Stone Inscriptions

• arxiv url: http://arxiv.org/abs/2606.28859v1
• Date: Sat, 27 Jun 2026 10:53:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.718514
• Title: EpiSAM: Character Segmentation in Challenging Stone Inscriptions
• Title（参考訳）: EpiSAM: 石碑文における文字の区切り
• Abstract要約: 石碑文中の文字セグメンテーションのためのトランスフォーマフレームワークであるEpiSAMを紹介する。 EpiSAMは、隣接する文字をターゲットに沿って明示的に予測する、新しい近隣認識戦略を採用している。 文字に対する多角形アノテーションを付加することにより,既存の石碑文データセットを拡張し,東南アジアのエピノグラフィに関する総合的な研究を可能にする。
• 参考スコア（独自算出の注目度）: 7.572552907946751
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Stone inscriptions are invaluable sources of historical and linguistic knowledge, yet their automated analysis remains a major challenge due to surface irregularities, erosion, and low visual contrast. Conventional document and handwriting analysis techniques fail to perform well in these scenarios. In this work, we propose character detection as a core strategy for robust inscription analysis. We introduce EpiSAM, a prompt-guided transformer framework for character segmentation in stone inscriptions. Rather than treating characters in isolation, EpiSAM employs a novel neighbor-aware strategy, explicitly predicting adjacent characters alongside the target. These contextual cues resolve boundary ambiguities, improving mask generation and enabling more accurate character segmentation. Furthermore, we expand an existing stone inscription dataset by adding dense polygonal annotations for characters, thereby enabling comprehensive research on Southeast Asian epigraphy. Experimental results show that EpiSAM achieves consistent improvements over existing baselines, while also exhibiting strong zero-shot generalization in challenging epigraphic scenarios.
• Abstract（参考訳）: 石碑文は歴史的・言語学的知識の貴重な情報源であるが、その自動解析は表面の不規則さ、浸食、低視差のために大きな課題である。 従来の文書や手書き解析技術はこれらのシナリオではうまく機能しない。 本研究では,ロバストな碑文解析のコア戦略として文字検出を提案する。 石碑文中の文字セグメンテーションのためのトランスフォーマフレームワークであるEpiSAMを紹介する。 EpiSAMは、キャラクタを分離して扱うのではなく、隣接するキャラクタをターゲットに沿って明示的に予測する、新しい隣接認識戦略を採用している。 これらの文脈的手がかりは境界の曖昧さを解消し、マスク生成を改善し、より正確な文字分割を可能にする。 さらに,文字の多角形アノテーションを付加することにより,既存の石碑文データセットを拡張し,東南アジアのエピノグラフィに関する包括的な研究を可能にする。 実験の結果,EpiSAMは既存のベースラインよりも一貫した改善を達成し,また難解なエピグラフィックシナリオではゼロショットの一般化が強かった。

関連論文リスト

• Logographic Character Visual Pretraining via Semantic-based Contrastive Learning [11.660518219984107]
  本稿では,文字の視覚的意味論と文脈的意味論を用いたマルチモーダル学習手法を提案する。 新たな事前トレーニング戦略は、特に不均衡や稀なインスタンスの問題に苦しむデータセットに対して、深い視覚的表現を強化するように設計されている。
  論文  参考訳（メタデータ） (2026-07-30T17:12:18Z)
• Think Before you Write: QA-Guided Reasoning for Character Descriptions in Books [52.08691427871138]
  我々は、推論を世代から切り離す訓練フレームワークを提案する。 提案手法は,構造化QA推論トレースを生成する推論モデルと,このトレースに基づいて最終文字記述を生成する生成モデルとから構成される。
  論文  参考訳（メタデータ） (2026-04-13T13:19:56Z)
• Hybrid topic modelling for computational close reading: Mapping narrative themes in Pushkin's Evgenij Onegin [0.0]
  本研究では,計算文学解析のためのハイブリッドトピックモデリングフレームワークを提案する。 LDA(Latent Dirichlet Allocation)とSPLS-DA(Partial Least Squares Discriminant Analysis)を統合し、物語詩における主題構造と縦長のダイナミクスをモデル化する。
  論文  参考訳（メタデータ） (2026-03-20T13:37:08Z)
• Enabling Stroke-Level Structural Analysis of Hieroglyphic Scripts without Language-Specific Priors [13.56721856255538]
  ヒエログリフ・ストローク・アナライザー(HieroSA)は、ヒエログリフと古代ヒエログリフの文字イメージを明示的で解釈可能な線分表現に変換するフレームワークである。 HieroSAは文字内構造や意味を効果的に捉え、言語固有の先行詞の必要性を回避している。
  論文  参考訳（メタデータ） (2026-01-09T03:30:12Z)
• Unveiling Text in Challenging Stone Inscriptions: A Character-Context-Aware Patching Strategy for Binarization [7.572552907946751]
  バイナリ化は、歴史的アーティファクトにおけるテキスト抽出に向けた一般的な第一歩である。 Indicの碑文を二項化するための頑健で適応的なパッチ方式を提案する。 我々の新しいパッチ機構は、古典的および深層学習ベースラインにおけるバイナライズ性能を大幅に向上させることを示した。
  論文  参考訳（メタデータ） (2026-01-07T05:37:29Z)
• Boosting Semi-Supervised Scene Text Recognition via Viewing and Summarizing [71.29488677105127]
  既存のシーンテキスト認識(STR)手法は、特に芸術的で歪んだ文字に対して、挑戦的なテキストを認識するのに苦労している。 人的コストを伴わずに、合成データと実際のラベルなしデータを活用して、対照的な学習ベースのSTRフレームワークを提案する。 本手法は,共通ベンチマークとUnion14M-Benchmarkで平均精度94.7%,70.9%のSOTA性能を実現する。
  論文  参考訳（メタデータ） (2024-11-23T15:24:47Z)
• BookWorm: A Dataset for Character Description and Analysis [59.186325346763184]
  本稿では,短い事実プロファイルを生成する文字記述と,詳細な解釈を提供する文字解析という2つのタスクを定義する。 本稿では,Gutenbergプロジェクトからの書籍と,人間による記述と分析のペアリングを行うBookWormデータセットを紹介する。 その結果,検索に基づくアプローチは両タスクにおいて階層的アプローチよりも優れていた。
  論文  参考訳（メタデータ） (2024-10-14T10:55:58Z)
• Harnessing the Intrinsic Knowledge of Pretrained Language Models for Challenging Text Classification Settings [5.257719744958367]
  この論文は、事前学習された言語モデル(PLM)の本質的な知識を活用することによって、テキスト分類における3つの挑戦的な設定を探求する。 本研究では, PLMの文脈表現に基づく特徴量を利用したモデルを構築し, 人間の精度に匹敵する, あるいは超越する性能を実現する。 最後に、実効的な実演を選択することで、大規模言語モデルの文脈内学習プロンプトに対する感受性に取り組む。
  論文  参考訳（メタデータ） (2024-08-28T09:07:30Z)
• CHIRON: Rich Character Representations in Long-Form Narratives [98.273323001781]
  文字のテキスト情報を整理・フィルタリングする新しい文字シートの表現であるCHIRONを提案する。 実験の結果,CHIRONは類似の要約に基づくベースラインよりも優れ,柔軟であることが判明した。 CHIRONから派生したメトリクスは、ストーリーのキャラクター中心性を自動的に推測するために使用することができ、これらのメトリクスは人間の判断と一致している。
  論文  参考訳（メタデータ） (2024-06-14T17:23:57Z)
• Puzzle Pieces Picker: Deciphering Ancient Chinese Characters with Radical Reconstruction [73.26364649572237]
  Oracle Bone Inscriptionsは、世界で最も古い書式である。 多くのOracle Bone Inscriptions (OBI) は未解読のままであり、今日の古生物学におけるグローバルな課題の1つとなっている。 本稿では, 急進的再構成によってこれらの謎的文字を解読する新しい手法, Puzzle Pieces Picker (P$3$) を提案する。
  論文  参考訳（メタデータ） (2024-06-05T07:34:39Z)
• Evolving Storytelling: Benchmarks and Methods for New Character Customization with Diffusion Models [79.21968152209193]
  ニューエピソード・ベンチマークを導入し、新しいキャラクターで新しいストーリーを生成する際の生成モデルの適応性を評価する。 EpicEvoは,新しいキャラクタをシームレスに統合した単一ストーリーで,拡散に基づくビジュアルストーリー生成モデルをカスタマイズする手法である。
  論文  参考訳（メタデータ） (2024-05-20T07:54:03Z)

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。