論文の概要: Reading Legends on Ancient Coins: An Object Detection Approach for Character Recognition on a Novel Roman Republican Dataset
- arxiv url: http://arxiv.org/abs/2607.25455v1
- Date: Tue, 28 Jul 2026 08:46:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 20:50:42.778489
- Title: Reading Legends on Ancient Coins: An Object Detection Approach for Character Recognition on a Novel Roman Republican Dataset
- Title（参考訳）: 古代のコインの読み書き:新しい共和主義のデータセットにおける文字認識のためのオブジェクト検出アプローチ
- Abstract要約: 本稿では,ディープラーニングに基づく物体検出戦略を通じて,古代共和政ローマの硬貨をイメージベースで文字認識する。
我々は、21の文字ラベルを手動で注釈付けし、合計38,808の注釈を付けた5,654個のローマ共和党のコイン画像からなる、新しい大規模なデータセットを集めました。
認識には、YOLOv3、v4、v5、v7、v8の変種(YOLOv3)を使用します。
- 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: When it comes to the proper classification of ancient coins with respect to their time and issuer, the textual inscriptions on these coins, also known as legends, are of paramount importance. These legends consist of alphabets or characters still used in English. This paper addresses image based character recognition on ancient Roman Republican coins via a deep learning based object detection strategy. However, legends on these coins pose high variation due to non-uniform placement, primitive inscription techniques, and wear and tear. Additional challenges include inconsistent imaging conditions such as illumination, orientation, and scale. To accommodate these, we gathered a novel large-scale dataset of 5,654 Roman Republican coin images, manually annotated with 21 character labels, totaling 38,808 annotations. For recognition, we use You Only Look Once (YOLO) variants: YOLOv3, v4, v5, v7, and v8. YOLOv7-Large achieves the best mAP50 of 90.4%, followed by YOLOv7-Extended and YOLOv7-xl with 90.2% and 90.1%, respectively.
- Abstract（参考訳）: 年代や発行者に関して、古代の硬貨の適切な分類に関しては、伝説としても知られるこれらの硬貨の文字による碑文が最重要視されている。
これらの伝説は、現在でも英語で使われているアルファベットまたは文字で構成されている。
本稿では,ディープラーニングに基づく物体検出戦略を用いて,古代共和政ローマの硬貨をイメージベースで文字認識する。
しかし、不均一な配置、原始的な銘文技法、着物や裂け目などにより、この硬貨の伝説は大きな変化をみせている。
その他の課題として、照明、配向、スケールのような一貫性のない撮像条件がある。
これらに対応するため、我々は、21の文字ラベルを手動で注釈付けし、合計38,808の注釈を付けた5,654個のローマ・共和党のコイン画像からなる、新しい大規模なデータセットを収集した。
認識には、YOLOv3、v4、v5、v7、v8など、You Only Look Once (YOLO)の変種を使用します。
YOLOv7-Largeは90.4%で最高のmAP50を獲得し、YOLOv7-ExtendedとYOLOv7-xlはそれぞれ90.2%と90.1%である。
関連論文リスト
- Ancient-Bench: A Comprehensive Multi-millennial, Multi-medium, and Multi-script Benchmark for Ancient Chinese Artifact Text Recognition [53.300725050880885]
古代ベンチは古代中国の古文書認識のための2,700枚の画像のベンチマークである。
マルチミレニアル(3000年にわたるキャラクターの進化)、マルチメートル(9つのアーティファクトカテゴリを含む)、マルチスクリプト(7つの歴史的なスクリプト形式を包含する)の3つの次元がある。
論文 参考訳（メタデータ） (2026-08-27T14:22:12Z) - Chronicles-OCR: A Cross-Temporal Perception Benchmark for the Evolutionary Trajectory of Chinese Characters [31.3410141149246]
我々は、視覚大言語モデルにおける時間的視覚知覚能力を評価するために特別に設計された最初の総合的なベンチマークであるChronicles-OCRを紹介する。
データセットは、トルトーゼの殻から紙ベースの書道まで、非常に多様な物理メディアを含む、厳密にバランスのとれた2,800枚の画像で構成されている。
クロニクルス-OCRは、4つの厳密な量的タスクを定式化している: クロス周期文字スポッティング、ビジュアル参照によるきめ細かい古文字認識、古代のテキスト解析、スクリプト分類である。
論文 参考訳（メタデータ） (2026-05-12T11:14:25Z) - 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) - Ancient Script Image Recognition and Processing: A Review [14.441098701208693]
古代の文字は人類文明の重要なキャリアとして機能し、貴重な歴史的・文化的情報を埋め込んでいる。
ディープラーニングの台頭に伴い、この分野は急速に進展し、多くのスクリプト固有のデータセットやモデルが提案されている。
この調査は、古代のスクリプト画像認識手法の総合的なレビューを提供する。
論文 参考訳（メタデータ） (2025-06-24T00:34:55Z) - YOLOE: Real-Time Seeing Anything [80.98075581214799]
YOLOEは、様々なオープンプロンプト機構をまたいだ検出とセグメンテーションを、単一の高効率モデルに統合する。
YOLOEの例外的なゼロショット性能と高い推論効率と訓練コストの低い転送性。
論文 参考訳（メタデータ） (2025-03-10T15:42:59Z) - YOLO-MS: Rethinking Multi-Scale Representation Learning for Real-time Object Detection [63.36722419180875]
YOLO-MSと呼ばれる効率的かつ高性能な物体検出器を提供する。
私たちは、他の大規模なデータセットに頼ることなく、MS COCOデータセット上でYOLO-MSをスクラッチからトレーニングします。
私たちの作業は、他のYOLOモデルのプラグイン・アンド・プレイモジュールとしても機能します。
論文 参考訳（メタデータ） (2023-08-10T10:12:27Z) - VGTS: Visually Guided Text Spotting for Novel Categories in Historical Manuscripts [26.09365732823049]
本稿では,1つの注釈付きサポートサンプルを用いて,新しい文字を正確に検出するビジュアルガイドテキストスポッティング(VGTS)手法を提案する。
DSAブロックは、人間の視覚的スポッティングプロセスを模倣して、サポート画像とクエリ画像における識別的空間領域を特定し、焦点を合わせ、学習することを目的としている。
低リソーススポッティングタスクにおける例不均衡問題に対処するため,距離メトリック学習のための埋め込み空間の識別力を高める新しいトーラス損失関数を開発した。
論文 参考訳（メタデータ） (2023-04-03T06:40:52Z) - Artificial Intelligence Generated Coins for Size Comparison [0.0]
科学論文の著者は、写真の中のコインを物体の大きさの基準として用いている。
本稿では,画像中のサイズ参照を提供するために,人工知能(AI)が生成したコインの画像を利用する新しい手法を提案する。
論文 参考訳（メタデータ） (2023-01-11T23:10:38Z) - Semantic-guided Pixel Sampling for Cloth-Changing Person
Re-identification [80.70419698308064]
本稿では,テクスチャ変更者のre-IDタスクに対する意味誘導型画素サンプリング手法を提案する。
まず、歩行者の上着とズボンを認識し、次に他の歩行者からピクセルをサンプリングしてランダムに変更します。
本手法は65.8%をランク1精度で達成し, 従来手法よりも大きなマージンで優れていた。
論文 参考訳（メタデータ） (2021-07-24T03:41:00Z) - Oscar: Object-Semantics Aligned Pre-training for Vision-Language Tasks [207.52609682812147]
そこで我々は,Oscar (Object-Semantics Aligned Pre-training) という新しい学習手法を提案する。
画像で検出されたオブジェクトタグをアンカーポイントとして使用することで、アライメントの学習を大幅に容易にする。
我々は、650万のテキストイメージ対のパブリックコーパスでオスカーモデルを事前訓練し、下流のタスクで微調整する。
論文 参考訳（メタデータ） (2020-04-13T19:18:10Z) - Same Features, Different Day: Weakly Supervised Feature Learning for
Seasonal Invariance [65.94499390875046]
「夜も昼も」は2つのことが全く違うことを暗示するためによく使われる表現である。
本研究の目的は、局所化、スパースマッチング、画像検索に使用できる高密度特徴表現を提供することである。
Deja-Vuは、画素単位の地上真実データを必要としない季節不変の特徴を学習するための弱い教師付きアプローチである。
論文 参考訳（メタデータ） (2020-03-30T12:56:44Z)
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。