論文の概要: DTRNet: Dual Text-Radical Decoding for Handwritten Chinese Text Recognition with Faked Character Detection
- arxiv url: http://arxiv.org/abs/2608.05848v1
- Date: Thu, 06 Aug 2026 10:21:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 15:25:20.888282
- Title: DTRNet: Dual Text-Radical Decoding for Handwritten Chinese Text Recognition with Faked Character Detection
- Title（参考訳）: DTRNet:ファッドキャラクタ検出による手書き中国語文字認識のためのデュアルテキストラディカルデコーディング
- Abstract要約: 手書き文字認識は、学生の書き起こしだけでなく、偽の文字も検出すべきである。
文字レベルの手法は解釈可能な構造的証拠を提供するが、効率は低い。
ラインレベルの手法は効率的であるが、信頼度に大きく依存しているため、検出に失敗したり、明確な構造的証拠が欠如している。
行レベルの偽文字検出のためのデュアルテキストラディカルデコーディングフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 23.1626542785567
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In K-12 educational scenarios, handwritten Chinese text recognition should not only transcribe student writing, but also detect faked characters. However, existing recognition models are usually confined to a predefined set of normal characters and therefore cannot explicitly identify faked characters. Existing detection methods exhibit complementary limitations: character-level methods provide interpretable structural evidence but suffer from low efficiency, whereas line-level methods are efficient but rely heavily on confidence scores, making them prone to missed detections and lacking explicit structural evidence. Thus, the key challenge is to preserve character-structural evidence independent of contextual inference while maintaining line-level efficiency. To this end, we propose DTRNet, a dual Text-Radical decoding framework for line-level faked character detection. DTRNet decouples context-aware text recognition from character-wise structural verification, where the text branch performs line-level transcription and the radical branch predicts legal Ideographic Description Sequences (IDS) for lexicon-based faked character judgment. We further introduce IDS-Guided Confidence Adjustment (IGCA) to refine text predictions using structural evidence during inference. Experimental results demonstrate that DTRNet effectively detects faked characters while maintaining strong recognition performance and providing interpretable radical-level evidence. Code, checkpoints, and the processed dataset are publicly available at https://github.com/BNU-ERC-ITEA/DTRNet.
- Abstract（参考訳）: K-12の教育シナリオでは、手書き文字認識は学生書き起こしだけでなく、偽字も検出すべきである。
しかし、既存の認識モデルは、通常、定義済みの正規文字のセットに限られているため、偽文字を明示的に識別することはできない。
文字レベルの手法は解釈可能な構造的証拠を提供するが、低効率に苦しむのに対し、ラインレベルの手法は効率的だが信頼性のスコアに大きく依存しているため、発見の欠落や明確な構造的証拠が欠如している。
このように、重要な課題は、ラインレベルの効率を維持しながら、文脈的推論とは無関係に、文字構造的証拠を保存することである。
そこで本研究では,行レベルの偽文字検出のための2つのテキストラディカルデコーディングフレームワークであるDTRNetを提案する。
DTRNetは、テキストブランチが行レベルの書き起こしを実行し、ラジカルブランチは、辞書ベースの偽字判定のための合法的なIdeographic Description Sequences (IDS)を予測する。
IDS-Guided Confidence Adjustment (IGCA)を導入し、推論中に構造的証拠を用いてテキスト予測を洗練させる。
実験により,DTRNetは強い認識性能を維持しつつ,解釈可能なラジカルレベルの証拠を提供しながら,偽文字を効果的に検出することを示した。
コード、チェックポイント、および処理されたデータセットはhttps://github.com/BNU-ERC-ITEA/DTRNetで公開されている。
関連論文リスト
- LRANet++: Low-Rank Approximation Network for Accurate and Efficient Text Spotting [118.93173826110815]
高精度検出のための低ランク近似に基づく新しいパラメータ化テキスト形状法を提案する。
異なるテキストの輪郭間の固有形状相関を利用して、形状表現の一貫性とコンパクト性を実現する。
我々は、LRANet++と呼ばれるエンドツーエンドテキストスポッティングフレームワークを構築するために、拡張検出モジュールを軽量な認識ブランチに統合する。
論文 参考訳（メタデータ） (2025-11-08T03:08:03Z) - 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) - General Detection-based Text Line Recognition [15.761142324480165]
我々は、テキスト行認識に対する一般的な検出に基づくアプローチを、印刷(OCR)や手書き(HTR)として導入する。
我々の手法は、自己回帰復号に依存する最先端のHTR手法とは全く異なるパラダイムに基づいている。
我々は、CASIA v2データセット上での中国語スクリプト認識と、BorgおよびCopialeデータセット上での暗号認識の最先端性能を改善した。
論文 参考訳（メタデータ） (2024-09-25T17:05:55Z) - Out of Length Text Recognition with Sub-String Matching [54.63761108308825]
本稿では,このタスクをOOL(Out of Length)テキスト認識と呼ぶ。
サブ文字列マッチング(SMTR)を用いたOOLテキスト認識手法を提案する。
SMTRは2つのクロスアテンションベースのモジュールから構成される: 1つは複数の文字を含むサブストリングを次のクエリと前のクエリにエンコードし、もう1つは画像の特徴に対応するためにクエリを使用する。
論文 参考訳（メタデータ） (2024-07-17T05:02:17Z) - Efficiently Leveraging Linguistic Priors for Scene Text Spotting [63.22351047545888]
本稿では,大規模テキストコーパスから言語知識を活用する手法を提案する。
シーンテキストデータセットとよく一致したテキスト分布を生成し、ドメイン内の微調整の必要性を取り除く。
実験結果から,本手法は認識精度を向上するだけでなく,単語のより正確な局所化を可能にすることが示された。
論文 参考訳（メタデータ） (2024-02-27T01:57:09Z) - Chinese Text Recognition with A Pre-Trained CLIP-Like Model Through
Image-IDS Aligning [61.34060587461462]
中国語テキスト認識(CTR)のための2段階フレームワークを提案する。
印刷文字画像とIdeographic Description Sequences (IDS) の整列によるCLIP様モデルの事前学習を行う。
この事前学習段階は、漢字を認識する人間をシミュレートし、各文字の標準表現を得る。
学習された表現はCTRモデルを監督するために使用され、従来の単一文字認識はテキストライン認識に改善される。
論文 参考訳（メタデータ） (2023-09-03T05:33:16Z) - End-to-End Page-Level Assessment of Handwritten Text Recognition [69.55992406968495]
HTRシステムは、文書のエンドツーエンドのページレベルの書き起こしに直面している。
標準メトリクスは、現れる可能性のある不整合を考慮していない。
本稿では、転写精度とROの良さを別々に検討する2つの評価法を提案する。
論文 参考訳（メタデータ） (2023-01-14T15:43:07Z) - PageNet: Towards End-to-End Weakly Supervised Page-Level Handwritten
Chinese Text Recognition [44.70246958636773]
本稿では,ページレベルのHCTRに対して,エンド・ツー・エンドで制御されたページレベルHCTRに対してPageNetを提案する。
PageNetは文字を検出して認識し、それらの間の読み込み順序を予測する。
文字レベルと行レベルの両方で検出と認識結果を出力することができる。
論文 参考訳（メタデータ） (2022-07-29T17:47:45Z) - Decoupling Recognition from Detection: Single Shot Self-Reliant Scene
Text Spotter [34.09162878714425]
単発自撮りScene Text Spotter(SRSTS)を提案する。
テキストの検出と認識を並列に行い、共有された正のアンカーポイントでそれらをブリッジする。
本手法では,正確なテキスト境界を検出できない場合でも,テキストインスタンスを正しく認識することができる。
論文 参考訳（メタデータ） (2022-07-15T01:59:14Z) - DEER: Detection-agnostic End-to-End Recognizer for Scene Text Spotting [11.705454066278898]
本稿では,新しい検出非依存のエンド・ツー・エンド認識フレームワークDEERを提案する。
提案手法は,検出モジュールと認識モジュール間の密接な依存関係を低減する。
通常のテキストスポッティングベンチマークと任意の形のテキストスポッティングベンチマークで競合する結果を得る。
論文 参考訳（メタデータ） (2022-03-10T02:41:05Z) - Implicit Feature Alignment: Learn to Convert Text Recognizer to Text
Spotter [38.4211220941874]
我々はIFA(Implicit Feature Alignment)と呼ばれるシンプルでエレガントで効果的なパラダイムを提案する。
IFAは、現在のテキスト認識器に容易に統合でき、その結果、IFA推論と呼ばれる新しい推論機構が生まれる。
IFAは、エンドツーエンドの文書認識タスクにおいて最先端のパフォーマンスを達成することを実験的に実証した。
論文 参考訳（メタデータ） (2021-06-10T17:06:28Z)
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。