論文の概要: TextileNet: Towards Zero-shot Text-style Segmentation of Manuscripts

• arxiv url: http://arxiv.org/abs/2607.09299v1
• Date: Fri, 10 Jul 2026 11:26:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 14:47:12.833896
• Title: TextileNet: Towards Zero-shot Text-style Segmentation of Manuscripts
• Title（参考訳）: TextileNet: ゼロショットテキストスタイルのマニュアルセグメンテーションを目指す
• Abstract要約: 我々は、高密度画素レベルのテクスチャ埋め込みを生成するために、合成データのみに特化して訓練された、完全な畳み込みマルチタスクネットワークであるTextileNetを提案する。 評価手法の原型的貢献として,80対3重質問の古的視覚的クイズを設計し,厳密な匿名性の下で,在来者から上級古生物学者までの範囲で管理した。 サブワードの粒度をゼロショットで検索するためにTextileNetを組み込んで手と性別の識別を行う。
• 参考スコア（独自算出の注目度）: 0.8166364251367625
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Automatic writer identification systems have progressed remarkably in recent years, yet their deployment in archival paleography remains limited by the scarcity of labeled training data, open scribe sets, and degraded image quality. We present TextileNet, a fully convolutional multi-task network trained exclusively on synthetic data to produce dense pixel-level texture embeddings, which we transfer zeroshot to historical manuscript analysis. As an original contribution to evaluation methodology, we designed a paleographic visual quiz of 80 pair and triplet questions and administered it to a range from lay participants to senior paleographers under strict anonymity, establishing to our knowledge for the first time a human baseline for script-style discrimination on late medieval text. We employ TextileNet embeddings to perform zero-shot retrieval on sub-word granularity for hand and gender identification. Our experimental results help in building the credibility of TextileNet in the paleographic domain, but more than that demonstrate in experimental terms that the question of gender in handwriting needs to be treated with caution.
• Abstract（参考訳）: 近年,手書き文字の自動識別システムが著しく進歩しているが,ラベル付きトレーニングデータの不足,オープン・スクリプティング・セット,画像品質の低下などにより,古細菌学への展開は依然として限られている。 合成データのみをベースとした完全畳み込みマルチタスクネットワークであるTextileNetを,高密度画素レベルのテクスチャ埋め込みを生成することで,ゼロショットを過去の写本解析に転送する。 評価手法の独創的な貢献として,80対3重質問の古的視覚的クイズを設計し,それを厳密な匿名性の下で,在来の参加者から上級古生物学者まで幅広い範囲に管理し,中世後期のテキストにおけるスクリプト・スタイルの差別のための人間的基準として初めて,私たちの知識を確立した。 サブワードの粒度をゼロショットで検索するためにTextileNetを組み込んで手と性別の識別を行う。 実験結果は,古文書領域におけるTextileNetの信頼性向上に有効であるが,それよりも,手書きによるジェンダーの問題に注意を払って対処する必要があることを実験的に示している。

関連論文リスト

• Character Detection using YOLO for Writer Identification in multiple Medieval books [37.5324866770459]
  文書の執筆時期を推定し、中世の写本に寄与した個々の筆跡を特定することで、書跡や書体の発展をたどることができる。 筆者らはこれまで、各著者を特徴付ける特定の文字や略語を特定することに焦点を当てたアプローチを提案してきた。 テンプレートマッチング手法を用いて、各ページの「a」文字と畳み込みニューラルネットワーク(CNN)の出現を検知し、各インスタンスを正しいスクライブに属性付けした。
  論文  参考訳（メタデータ） (2026-01-08T11:11:24Z)
• TextGuider: Training-Free Guidance for Text Rendering via Attention Alignment [68.91073792449201]
  そこで本研究では,テキストの正確かつ完全な出現を促すトレーニング不要な方法であるTextGuiderを提案する。 具体的には,多モード拡散変換器(MM-DiT)モデルにおける注意パターンを解析し,特に画像に描画することを意図したテキスト関連トークンについて検討する。 テスト時間テキストレンダリングでは,OCR精度とCLIPスコアが大幅に向上し,高い結果が得られた。
  論文  参考訳（メタデータ） (2025-12-10T06:18:30Z)
• Human Texts Are Outliers: Detecting LLM-generated Texts via Out-of-distribution Detection [71.59834293521074]
  我々は,人間によるテキストと機械によるテキストを区別する枠組みを開発した。 提案手法は,DeepFakeデータセット上で98.3%のAUROCとAUPRを8.9%のFPR95で達成する。 コード、事前トレーニングされたウェイト、デモがリリースされる。
  論文  参考訳（メタデータ） (2025-10-07T08:14:45Z)
• ICDAR 2025 Competition on FEw-Shot Text line segmentation of ancient handwritten documents (FEST) [5.794214983347422]
  FESTコンペティション (Few-Shot Text Line of Ancient Hand written Documents) の略。 参加者は、U-DIADS-TLデータセットにテキスト行をセグメント化できるシステムの開発に携わる。 データセットには、幅広いレイアウト、劣化レベル、非標準フォーマットを示す様々な古代の写本のコレクションがあり、現実世界の条件をよく反映している。
  論文  参考訳（メタデータ） (2025-09-16T11:17:03Z)
• Impact of Ground Truth Quality on Handwriting Recognition [0.5328877196581558]
  ブルリンジャーのデータベースには、主に近代以前のドイツ語とラテン語のテキストの1万以上のラベル付きテキストラインイメージが含まれている。 本稿では,そのような誤りがトレーニングや評価に与える影響を調査し,典型的なアライメント誤りを検出し,修正する手段を提案する。
  論文  参考訳（メタデータ） (2023-12-14T15:36:41Z)
• Stellar: Systematic Evaluation of Human-Centric Personalized Text-to-Image Methods [52.806258774051216]
  我々は,個々のイメージを入力し,生成プロセスの基盤となるテキストと,所望の視覚的コンテキストを記述したテキストに焦点をあてる。 我々は,既存の関連するデータセットよりも桁違いの大きさの個人画像と,リッチなセマンティックな接地真実アノテーションが容易に利用できるパーソナライズされたプロンプトを含む標準化データセット(Stellar)を紹介した。 被験者ごとにテストタイムの微調整を必要とせず,新しいSoTAを定量的かつ人為的に設定した,シンプルで効率的でパーソナライズされたテキスト・ツー・イメージのベースラインを導出する。
  論文  参考訳（メタデータ） (2023-12-11T04:47:39Z)
• Handwritten and Printed Text Segmentation: A Signature Case Study [0.0]
  我々は手書きテキストセグメンテーションの課題に対処するための新しいアプローチを開発する。 我々の目的は、クラス全体からテキストを復元することであり、特に重なり合う部分のセグメンテーション性能を向上させることである。 私たちの最高の設定は、以前の2つの異なるデータセットで17.9%、IoUスコアで7.3%のパフォーマンスを上回っています。
  論文  参考訳（メタデータ） (2023-07-15T21:49:22Z)
• The Learnable Typewriter: A Generative Approach to Text Analysis [17.355857281085164]
  テキスト行中の文字解析と認識に対する生成文書固有のアプローチを提案する。 同様のフォントや手書きのテキスト行を入力として、我々のアプローチは多数の異なる文字を学習することができる。
  論文  参考訳（メタデータ） (2023-02-03T11:17:59Z)
• PART: Pre-trained Authorship Representation Transformer [52.623051272843426]
  文書を書く著者は、自分のテキストに識別情報を印字する。 以前の作品では、手作りの機能や分類タスクを使って著者モデルを訓練していた。 セマンティクスの代わりにテキストの埋め込みを学習するために、対照的に訓練されたモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-30T11:08:39Z)
• Reading and Writing: Discriminative and Generative Modeling for Self-Supervised Text Recognition [101.60244147302197]
  テキスト画像の識別と生成を学習するために,コントラスト学習とマスク付き画像モデリングを導入する。 本手法は,不規則なシーンテキスト認識データセットにおいて,従来の自己教師付きテキスト認識手法を10.2%～20.2%向上させる。 提案したテキスト認識器は,11のベンチマークで平均5.3%の精度で従来のテキスト認識手法を上回り,モデルサイズが類似している。
  論文  参考訳（メタデータ） (2022-07-01T03:50:26Z)
• TextStyleBrush: Transfer of Text Aesthetics from a Single Example [16.29689649632619]
  本稿では,その外観のあらゆる面からテキスト画像の内容を切り離すための新しいアプローチを提案する。 我々はこの混乱を自己管理的に学ぶ。 以前は特殊な手法で処理されていた異なるテキスト領域で結果を示す。
  論文  参考訳（メタデータ） (2021-06-15T19:28:49Z)
• Learning to Select Bi-Aspect Information for Document-Scale Text Content Manipulation [50.01708049531156]
  我々は、テキストスタイルの転送とは逆の文書スケールのテキストコンテンツ操作という、新しい実践的なタスクに焦点を当てる。 詳細は、入力は構造化されたレコードと、別のレコードセットを記述するための参照テキストのセットである。 出力は、ソースレコードセットの部分的内容と参照の書き込みスタイルを正確に記述した要約である。
  論文  参考訳（メタデータ） (2020-02-24T12:52:10Z)

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。